雾天降质图像清晰化方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-15页 |
| 1.2.1 基于图像处理的增强方法 | 第11-13页 |
| 1.2.2 基于物理模型的复原方法 | 第13-15页 |
| 1.3 论文的主要内容和各章安排 | 第15-17页 |
| 1.3.1 论文的主要内容 | 第15-16页 |
| 1.3.2 论文的各章安排 | 第16-17页 |
| 第二章 雾天图像复原理论基础 | 第17-25页 |
| 2.1 雾霾形成的原因 | 第17-18页 |
| 2.2 大气散射模型 | 第18-22页 |
| 2.2.1 大气光模型 | 第19-20页 |
| 2.2.2 入射光衰减模型 | 第20-22页 |
| 2.3 降质图像退化原因 | 第22页 |
| 2.3.1 降质图像模糊原因 | 第22页 |
| 2.3.2 降质图像颜色失真原因 | 第22页 |
| 2.4 图像评价指标 | 第22-24页 |
| 2.4.1 主观评价指标 | 第23页 |
| 2.4.2 客观评价指标 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于暗原色先验的图像去雾算法 | 第25-37页 |
| 3.1 暗通道原理 | 第25-26页 |
| 3.2 基于暗原色的先验去雾算法 | 第26-31页 |
| 3.2.1 大气光 | 第26-27页 |
| 3.2.2 透射率估计 | 第27-28页 |
| 3.2.3 透射率优化 | 第28-30页 |
| 3.2.4 图像去雾 | 第30页 |
| 3.2.5 去雾流程图及步骤 | 第30-31页 |
| 3.3 实验结果与分析 | 第31-35页 |
| 3.3.1 算法验证 | 第31-32页 |
| 3.3.2 算法对比 | 第32-35页 |
| 3.3.3 暗原色先验规律算法优缺点 | 第35页 |
| 3.4 本章小结 | 第35-37页 |
| 第四章 改进的暗原色先验规律去雾算法 | 第37-53页 |
| 4.1 最大类间方差法分割图像 | 第37-41页 |
| 4.1.1 一维Otsu算法 | 第38-39页 |
| 4.1.2 二维Otsu算法 | 第39-41页 |
| 4.2 基于图像分割的图像去雾算法 | 第41-46页 |
| 4.2.1 大气光A选取 | 第42-43页 |
| 4.2.2 基于双边滤波的透过率修复 | 第43-45页 |
| 4.2.3 亮度调整 | 第45-46页 |
| 4.3 实验结果分析 | 第46-50页 |
| 4.3.1 主观评价 | 第46-48页 |
| 4.3.2 客观评价 | 第48-50页 |
| 4.4 本章小结 | 第50-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 本文工作总结 | 第53页 |
| 5.2 未来工作展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录A：攻读硕士学位期间参与项目及科研成果 | 第61-62页 |
| 附件 | 第62页 |
