首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于暗通道先验原理的图像去雾方法研究

摘要第4-5页
ABSTRACT第5页
第一章 绪论第8-15页
    1.1 课题研究背景与意义第8页
    1.2 雾天退化图像去雾技术研究现状第8-13页
        1.2.1 基于图像增强去雾方法的国内外研究现状第9-11页
        1.2.2 基于物理模型的去雾方法国内外研究现状第11-13页
    1.3 论文主要工作内容第13-15页
第二章 图像去雾技术理论研究第15-26页
    2.1 雾霾的形成和分类第15-17页
    2.2 大气散射模型第17-20页
        2.2.1 大气传输函数第17页
        2.2.2 降质退化图像的物理模型第17-20页
    2.3 雾天降质图像特征第20-21页
    2.4 常用边缘检测算子第21-25页
        2.4.1 Roberts算子第21页
        2.4.2 Prewitt算子第21-22页
        2.4.3 Sobel算子第22页
        2.4.4 LOG算子第22-23页
        2.4.5 Canny算子第23-25页
    2.5 本章小结第25-26页
第三章 改进的基于暗通道快速图像去雾算法第26-51页
    3.1 基于暗通道原理的去雾算法第26-37页
        3.1.1 暗通道先验理论第26-28页
        3.1.2 图像透射率的求解第28页
        3.1.3 大气参数估计第28-30页
        3.1.4 复原清晰图像第30-34页
        3.1.5 暗通道原理去雾算法不足分析第34-37页
    3.2 暗通道原理去雾算法的改进第37-44页
        3.2.1 大气参数求解第37-39页
        3.2.2 加权方法求解透射率第39-43页
        3.2.3 透射率补偿修正第43-44页
    3.3 图像质量评价方法第44-46页
        3.3.1 主观评价方法第44页
        3.3.2 客观评价方法第44-46页
    3.4 实验结果评价与分析第46-50页
    3.5 本章小结第50-51页
第四章 基于暗通道与天空分割的图像去雾方法第51-70页
    4.1 天空区域检测与分离处理第51-54页
    4.2 引导滤波器的改进第54-59页
        4.2.1 Sobel算子的改进第54-55页
        4.2.2 引导滤波器的改进第55-59页
    4.3 雾图清晰化处理第59-61页
        4.3.1 去雾处理第59-60页
        4.3.2 降质图像复原输出第60-61页
    4.4 实验结果评价与分析第61-69页
    4.5 本章小结第69-70页
第五章 总结与展望第70-72页
    5.1 论文主要工作第70-71页
    5.2 研究展望第71-72页
参考文献第72-74页
作者简介及科研成果第74-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:基于FPGA架构的视频图像去雾算法研究与实现
下一篇:基于ARM的嵌入式人脸识别系统研究与实现