| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 本课题研究背景及意义 | 第16页 |
| 1.2 图像雾霾去除研究现状 | 第16-21页 |
| 1.2.1 基于图像增强的雾霾去除方法 | 第17-19页 |
| 1.2.2 基于物理模型的雾霾去除方法 | 第19-21页 |
| 1.3 本文主要研究内容及结构安排 | 第21-24页 |
| 第二章 图像去雾的理论基础 | 第24-34页 |
| 2.1 雾霾的定义 | 第24页 |
| 2.2 颜色模型 | 第24-27页 |
| 2.2.1 RGB颜色模型 | 第24-25页 |
| 2.2.2 HSI颜色模型 | 第25-26页 |
| 2.2.3 RGB与HSI颜色模型的转换 | 第26-27页 |
| 2.3 大气散射原理 | 第27-30页 |
| 2.3.1 入射光衰减模型 | 第28页 |
| 2.3.2 大气光模型 | 第28-29页 |
| 2.3.3 大气散射模型 | 第29-30页 |
| 2.3.4 雾天图像降质模型 | 第30页 |
| 2.4 图像去雾评价 | 第30-33页 |
| 2.4.1 主观评价指标 | 第31页 |
| 2.4.2 客观评价指标 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于暗通道先验的图像雾霾去除算法及改进 | 第34-48页 |
| 3.1 暗通道先验原理 | 第34-35页 |
| 3.2 基于暗通先验的图像去雾算法介绍 | 第35-40页 |
| 3.2.1 透射率粗估计 | 第35-36页 |
| 3.2.2 大气光估计 | 第36页 |
| 3.2.3 透射率细化 | 第36-39页 |
| 3.2.4 图像恢复 | 第39-40页 |
| 3.3 基于暗通道先验的图像去雾算法的缺点分析 | 第40-41页 |
| 3.4 基于暗通道先验的图像去雾算法的改进 | 第41-44页 |
| 3.4.1 抑制光晕 | 第41-42页 |
| 3.4.2 大气光求解优化 | 第42-43页 |
| 3.4.3 快速导向滤波 | 第43-44页 |
| 3.5 仿真结果与分析 | 第44-45页 |
| 3.6 本章小结 | 第45-48页 |
| 第四章 基于暗通道先验自适应融合的图像雾霾去除方法 | 第48-64页 |
| 4.1 基于亮度模型的透射率估计 | 第48-50页 |
| 4.2 基于暗通道先验自适应融合的图像雾霾去除方法 | 第50-58页 |
| 4.2.1 融合权重图的生成 | 第50-52页 |
| 4.2.2 天空区域检测 | 第52-55页 |
| 4.2.3 两种透射率的融合 | 第55页 |
| 4.2.4 大气光优化及最终图像恢复 | 第55-57页 |
| 4.2.5 算法流程 | 第57-58页 |
| 4.3 仿真结果与分析 | 第58-62页 |
| 4.4 本章小结 | 第62-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 本文工作总结 | 第64页 |
| 5.2 本文工作展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 作者简介 | 第72-73页 |