基于多光源模型与暗通道先验的夜间图像去雾
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-18页 |
| 1.1 选题背景与意义 | 第11-12页 |
| 1.2 图像去雾研究现状 | 第12-16页 |
| 1.3 本文主要研究内容与章节安排 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 2 图像去雾技术基础理论 | 第18-31页 |
| 2.1 雾的形成及雾天图像退化机理 | 第18-19页 |
| 2.2 大气散射理论基础 | 第19-23页 |
| 2.2.1 入射光衰减模型 | 第20-21页 |
| 2.2.2 大气光成像模型 | 第21-22页 |
| 2.2.3 雾天图像退化模型 | 第22-23页 |
| 2.3 夜间图像去雾方法及算法比较 | 第23-28页 |
| 2.3.1 基于常用夜间雾天模型的去雾方法 | 第23-24页 |
| 2.3.2 使用颜色转移预处理的夜间图像去雾 | 第24-25页 |
| 2.3.3 多尺度融合的夜间图像去雾 | 第25-27页 |
| 2.3.4 算法比较及存在的问题 | 第27-28页 |
| 2.4 去雾性能评价 | 第28-30页 |
| 2.4.1 主观质量评价方法 | 第28页 |
| 2.4.2 客观质量评价方法 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 3 基于暗通道先验的图像去雾算法理论 | 第31-39页 |
| 3.1 暗通道先验理论 | 第31-32页 |
| 3.2 透射率估计 | 第32-34页 |
| 3.3 导向滤波优化透射率 | 第34-35页 |
| 3.4 大气光值估计 | 第35-36页 |
| 3.5 图像复原 | 第36页 |
| 3.6 夜间有雾图像大气光估计 | 第36-38页 |
| 3.7 本章小结 | 第38-39页 |
| 4 改进的多光源模型的夜间图像去雾 | 第39-48页 |
| 4.1 图像结构-纹理分层 | 第39-40页 |
| 4.2 结构层图像去雾 | 第40-44页 |
| 4.2.1 夜间有雾图像多光源模型 | 第40-42页 |
| 4.2.2 环境光分离 | 第42-43页 |
| 4.2.3 结构层图像去雾与图像融合 | 第43-44页 |
| 4.3 实验与结果分析 | 第44-47页 |
| 4.3.1 主观评价 | 第46页 |
| 4.3.2 客观评价 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第53-55页 |
| 学位论文数据集 | 第55页 |
