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

基于暗亮通道先验知识的图像去雾方法

摘要第3-4页
Abstract第4页
1 绪论第7-12页
    1.1 研究背景及意义第7-8页
    1.2 国内外研究现状第8-10页
        1.2.1 基于图像增强的去雾方法第8-9页
        1.2.2 基于图像复原的去雾方法第9-10页
        1.2.3 基于卷积神经网络的图像去雾方法第10页
    1.3 论文主要研究内容及结构第10-12页
2 雾天图像形成机制第12-17页
    2.1 雾的形成第12页
    2.2 光模型第12-13页
    2.3 透射率第13-14页
    2.4 大气光模型第14-15页
    2.5 图像成形第15-17页
3 传统的去雾算法第17-29页
    3.1 基于图像增强的去雾方法第17-24页
        3.1.1 直方图均衡化去雾方法第17-21页
        3.1.2 Retinex去雾算法第21-24页
    3.2 基于单幅图像的去雾方法第24-29页
        3.2.1 基于独立分析的图像去雾方法第24-27页
        3.2.2 基于颜色的图像去雾方法第27-29页
4 基于暗亮通道先验知识的图像去雾方法第29-42页
    4.1 暗通道先验透射率的估计第29-32页
        4.1.1 暗通道先验知识第29-31页
        4.1.2 基于暗通道先验的透射率估计第31-32页
    4.2 亮通道先验透射率的估计第32-35页
        4.2.1 亮通道先验知识第32-34页
        4.2.2 基于亮通道先验的透射率估计第34-35页
    4.3 基于暗亮通道的透射率估计第35-36页
        4.3.1 基于暗亮通道先验的透射率估计第35页
        4.3.2 透射率的优化第35-36页
    4.4 大气光的估计第36-37页
    4.5 实验结果及结论第37-42页
        4.5.1 合成图像去雾结果第37-38页
        4.5.2 自然图像去雾结果第38-42页
结论第42-43页
参考文献第43-46页
攻读硕士学位期间发表学术论文情况第46-47页
致谢第47-49页

论文共49页,点击 下载论文
上一篇:局部运动模糊图像的复原方法
下一篇:基于K-NN算法的晶圆划痕智能匹配