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

雾天降质图像的增强复原算法研究

摘要第1-5页
Abstract第5-7页
目录第7-9页
图形目录第9-11页
表格目录第11-12页
第一章 绪论第12-20页
   ·课题的研究背景第12-13页
   ·课题的国内外研究现状第13-17页
   ·论文的主要工作第17-18页
   ·论文的章节安排第18-20页
第二章 图像处理基础和雾天图像特性第20-36页
   ·数字图像增强基础第20-27页
     ·灰度变换第21-23页
     ·直方图处理第23-27页
     ·频域处理第27页
   ·数字图像恢复基础第27-31页
     ·退化模型第27-28页
     ·常见退化方法第28-31页
   ·彩色数字图像处理第31-32页
   ·雾天图像特性第32-35页
     ·雾形成原因第32-34页
     ·雾天图像的特性第34-35页
   ·本章小结第35-36页
第三章 基于Retinex方法的图像增强第36-51页
   ·Retinex理论第36-44页
     ·单尺度Retinex算法第38-39页
     ·多尺度Retinex算法第39-40页
     ·Frankle-McCann Retinex算法第40-42页
     ·Retinex其它算法第42页
     ·Retinex的光晕现象第42-44页
   ·MSR算法改进第44-46页
   ·仿真实验与分析第46-49页
   ·本章小结第49-51页
第四章 基于人眼视觉特性的对比度增强第51-66页
   ·人眼视觉基础第51-54页
   ·对数图像处理基础第54-57页
   ·对比度受限自适应直方图均衡及其改进第57-61页
     ·对比度受限直方图均衡原理第58-60页
     ·对比度受限直方图均衡算法的改进第60-61页
   ·雾天图像对比度增强的算法实现第61-62页
   ·实验结果与分析第62-64页
   ·本章小结第64-66页
第五章 基于退化模型的雾天图像复原第66-93页
   ·大气散射模型第66-69页
     ·衰减模型第66-67页
     ·环境光模型第67-68页
     ·雾天成像的物理模型第68-69页
   ·多幅雾天图像退化复原的主要方法第69-75页
     ·Fabio Cozman退化模型第69-71页
     ·Narasimhan退化复原第71-75页
   ·单幅图像去雾方法第75-81页
     ·暗原色第76-78页
     ·基于DCP的去雾算法第78-80页
     ·图像抠图第80-81页
   ·大气光的估计第81-87页
     ·均值漂移图像分割第82-86页
     ·利用退化模型计算参数第86-87页
   ·基于退化模型的单幅图像去雾算法第87-88页
   ·实验结果与分析第88-92页
   ·本章小结第92-93页
第六章 全文总结与展望第93-96页
   ·本文主要工作总结第93-94页
   ·本文主要创新点第94页
   ·未来工作展望第94-96页
参考文献第96-106页
致谢第106-107页
攻读博士期间公开发表的论文第107-108页
攻读博士期间参加的项目第108页

论文共108页,点击 下载论文
上一篇:图模型在点模式匹配中的应用
下一篇:基于图理论的图像分割和分类算法研究