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

自然场景图像去雾方法研究

摘要第5-6页
abstract第6-7页
第一章 绪论第10-18页
    1.1 研究背景及选题意义第10-11页
    1.2 国内外研究现状第11-17页
        1.2.1 基于图像增强的去雾方法第11-15页
        1.2.2 基于物理模型的去雾方法第15-17页
    1.3 本文研究主要工作及各章安排第17-18页
第二章 有雾图像退化机理及有雾图像的特点分析第18-28页
    2.1 引言第18页
    2.2 大气散射原理第18-19页
    2.3 大气散射模型第19-26页
        2.3.1 入射光衰减模型第20-21页
        2.3.2 大气光成像模型第21-23页
        2.3.3 有雾图像退化模型第23-26页
    2.4 有雾图像的基本特点分析第26-27页
        2.4.1 有雾图像的对比度衰减特点第26页
        2.4.2 有雾图像的频域特点第26-27页
    2.5 本章小结第27-28页
第三章 基于物理模型的有雾图像复原方法第28-51页
    3.1 引言第28页
    3.2 基于大气光幕的去雾方法第28-33页
        3.2.1 白平衡第28-29页
        3.2.2 基于大气光幕的去雾方法第29-32页
            3.2.2.1 大气光幕的推理第29-31页
            3.2.2.2 图像可见性复原第31-32页
        3.2.3 基于大气光幕的去雾方法的不足第32-33页
    3.3 基于优化的对比度增强方法第33-44页
        3.3.1 有雾图像的模型介绍第33-34页
        3.3.2 基于优化的对比度增强方法第34-44页
            3.3.2.1 估算大气光值A第34-35页
            3.3.2.2 透射率的估算第35-41页
            3.3.2.3 透射率的精细化第41-44页
    3.4 实验结果与分析第44-50页
        3.4.1 第一种方法的实验结果与分析第44-46页
            3.4.1.1 定性比较第45页
            3.4.1.2 定量评价第45-46页
        3.4.2 第二种方法的实验结果与分析第46-50页
            3.4.2.1 定性分析第46-49页
            3.4.2.2 定量评估第49-50页
    3.5 本章小结第50-51页
第四章 基于改进的暗通道先验规律的有雾图像去雾方法第51-72页
    4.1 引言第51页
    4.2 基于暗通道先验的有雾图像去雾方法第51-58页
        4.2.1 暗通道先验规律第51-53页
        4.2.2 暗通道先验去雾方法第53-58页
            4.2.2.1 估算粗略透射率t第54-55页
            4.2.2.2 精细化透射率t第55-56页
            4.2.2.3 估算大气光值A第56-58页
    4.3 暗通道先验去雾缺点第58-59页
    4.4 改进的暗通道先验去雾方法第59-64页
        4.4.1 分割天空区域第60页
        4.4.2 计算全球大气光值A第60-61页
        4.4.3 估算粗略透射率t第61页
        4.4.4 精细化透射率t第61-64页
    4.5 实验结果及分析第64-71页
        4.5.1 主观效果第64-69页
        4.5.2 客观评定第69-71页
    4.6 本章小结第71-72页
第五章 总结与展望第72-74页
    5.1 本文工作总结第72页
    5.2 后续工作展望第72-74页
致谢第74-75页
参考文献第75-80页
攻硕期间取得的研究成果第80-81页

论文共81页,点击 下载论文
上一篇:中山长虹发展战略研究
下一篇:基于核相关滤波跟踪算法的研究与实现