雾天图像复原方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 课题的研究背景及意义 | 第8-9页 |
| 1.2 课题的研究现状 | 第9-14页 |
| 1.2.1 基于图像增强的方法 | 第9-11页 |
| 1.2.2 基于物理模型的方法 | 第11-14页 |
| 1.3 本文组织结构 | 第14-15页 |
| 2 基于图像增强的去雾算法 | 第15-30页 |
| 2.1 常用图像增强方法 | 第15-22页 |
| 2.1.1 直方图处理 | 第15-17页 |
| 2.1.2 灰度变换 | 第17-19页 |
| 2.1.3 图像平滑处理 | 第19-20页 |
| 2.1.4 图像锐化处理 | 第20-22页 |
| 2.1.5 同态滤波 | 第22页 |
| 2.2 基于图像增强的去雾算法 | 第22-26页 |
| 2.2.1 改进的直方图均衡化方法 | 第22-24页 |
| 2.2.2 Retinex算法 | 第24-26页 |
| 2.3 图像评价方法 | 第26-29页 |
| 2.3.1 灰度均值和灰度标准差 | 第27页 |
| 2.3.2 信息熵 | 第27-28页 |
| 2.3.3 平均梯度 | 第28页 |
| 2.3.4 峰值信噪比 | 第28-29页 |
| 2.3.5 背景方差和细节方差 | 第29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 基于物理模型的图像复原去雾算法 | 第30-45页 |
| 3.1 雾天图像退化机理 | 第30-33页 |
| 3.1.1 大气散射理论 | 第30-32页 |
| 3.1.2 雾天图像成像模型 | 第32-33页 |
| 3.2 基于图像复原的去雾算法概述 | 第33-35页 |
| 3.2.1 基于多幅图像去雾 | 第33-34页 |
| 3.2.2 基于单幅图像去雾 | 第34-35页 |
| 3.3 基于暗原色先验的单幅图像去雾算法 | 第35-39页 |
| 3.3.1 暗原色先验原理 | 第35-37页 |
| 3.3.2 大气光值A的选取 | 第37页 |
| 3.3.3 初步估计透射率t(x) | 第37页 |
| 3.3.4 透射率优化 | 第37-38页 |
| 3.3.5 恢复无雾图像 | 第38-39页 |
| 3.3.6 算法性能分析 | 第39页 |
| 3.4 基于暗原色先验的改进图像去雾算法 | 第39-44页 |
| 3.4.1 改进的中值滤波 | 第40-43页 |
| 3.4.2 明亮区域判断 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 4 基于雾气深度的图像去雾算法 | 第45-54页 |
| 4.1 雾气深度的图像去雾算法 | 第45-50页 |
| 4.1.1 大气物理模型和暗原色先验原理 | 第45-46页 |
| 4.1.2 初步估计透射率t(x) | 第46-47页 |
| 4.1.3 基于雾气深度估计透射率(?)(x) | 第47-49页 |
| 4.1.4 估计大气光值A | 第49-50页 |
| 4.2 实验结果分析和客观评价 | 第50-53页 |
| 4.2.1 主观评价 | 第50-51页 |
| 4.2.2 客观评价 | 第51-53页 |
| 4.2.3 算法运行时间 | 第53页 |
| 4.3 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 工作总结 | 第54页 |
| 不足与展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第61页 |
