| 摘要 | 第4-5页 |
| Abstract | 第5-6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 去雾算法的研究现状 | 第10-15页 |
| 1.2.1 基于图像增强的去雾算法 | 第10-12页 |
| 1.2.2 基于图像复原的去雾算法 | 第12-15页 |
| 1.3 本文主要研究内容及结构安排 | 第15-17页 |
| 第二章 基于暗原色先验的图像去雾算法理论基础 | 第17-32页 |
| 2.1 雾霾图像的退化机理和降质模型 | 第17-20页 |
| 2.1.1 雾霾图像的降质 | 第17-18页 |
| 2.1.2 大气散射理论及其模型 | 第18-20页 |
| 2.2 基于暗原色先验( Dark Channel Prior)的图像去雾算法 | 第20-27页 |
| 2.2.1 暗原色先验原理 | 第20-22页 |
| 2.2.2 估测透射率分布 | 第22-24页 |
| 2.2.3 透射率的优化—软抠图 | 第24-25页 |
| 2.2.4 大气光强的估计 | 第25-26页 |
| 2.2.5 雾霾图像的复原 | 第26-27页 |
| 2.3 暗原色去雾的不足 | 第27-28页 |
| 2.4 图像质量评价方法 | 第28-30页 |
| 2.4.1 图像质量的主观评价 | 第28-29页 |
| 2.4.2 图像质量的客观评价 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 基于暗原色先验的图像去雾算法的优化 | 第32-39页 |
| 3.1 改进的大气光估计 | 第32-34页 |
| 3.1.1 大气光估计值对雾霾图像复原的影响 | 第32-33页 |
| 3.1.2 大气光估计的改进 | 第33-34页 |
| 3.2 暗原色先验去雾算法在明亮区域的改进 | 第34-37页 |
| 3.2.1 图像明亮区域暗原色先验不适用的原因分析 | 第34-36页 |
| 3.2.2 明亮区域透射率的优化 | 第36-37页 |
| 3.3 引导滤波器细化透射率 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 去雾算法的后处理及质量评价 | 第39-49页 |
| 4.1 基于非局部均值滤波的雾霾图像去噪 | 第39-44页 |
| 4.1.1 雾霾图像去噪的必要性 | 第39-40页 |
| 4.1.2 非局部均值原理 | 第40-41页 |
| 4.1.3 非局部均值图像去噪算法 | 第41-44页 |
| 4.2 基于人眼视觉特性的盲图像质量评价方法 | 第44-48页 |
| 4.2.1 人眼视觉特性 | 第45-47页 |
| 4.2.2 噪声检测 | 第47页 |
| 4.2.3 基于人眼视觉特性的无参考峰值信噪比 | 第47-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 实验结果与分析 | 第49-64页 |
| 5.1 实验环境 | 第49-50页 |
| 5.2 改进的大气光估计实验结果与分析 | 第50-51页 |
| 5.3 明亮区域透射率优化算法实验结果与分析 | 第51-53页 |
| 5.4 引导滤波器细化透射率的实验结果与分析 | 第53-59页 |
| 5.5 雾霾图像非局部均值滤去噪的实验结果与分析 | 第59-60页 |
| 5.6 本文改进算法的实验结果与分析 | 第60-63页 |
| 5.7 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 全文总结 | 第64-65页 |
| 6.2 进一步的工作和展望 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第68-69页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第69-70页 |
| 致谢 | 第70页 |