| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 引言 | 第11页 |
| 1.2 课题研究的背景及意义 | 第11-12页 |
| 1.3 国内外的研究现状 | 第12-16页 |
| 1.3.1 基于雾天成像模型的去雾算法 | 第13-15页 |
| 1.3.2 基于非模型的去雾算法 | 第15-16页 |
| 1.4 论文的主要研究工作 | 第16-17页 |
| 1.5 文章的结构安排 | 第17-19页 |
| 第二章 雾天图像退化原因分析 | 第19-28页 |
| 2.1 雾的形成机理 | 第19页 |
| 2.2 大气散射模型 | 第19-23页 |
| 2.2.1 入射光衰减模型 | 第20-21页 |
| 2.2.2 大气光模型 | 第21-23页 |
| 2.3 雾天降质图像基本特性分析 | 第23-27页 |
| 2.3.1 雾天图像对比度呈指数衰减特性 | 第23-24页 |
| 2.3.2 雾天图像的模糊特性 | 第24-25页 |
| 2.3.3 雾天图像颜色失真特性 | 第25页 |
| 2.3.4 雾天图像时域特性 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于Retinex理论的图像去雾算法 | 第28-43页 |
| 3.1 Retinex理论概述 | 第28-29页 |
| 3.2 Retinex图像增强算法研究 | 第29-38页 |
| 3.2.1 基于随机游走的Retinex算法 | 第30-31页 |
| 3.2.2 基于同态滤波的Retinex算法 | 第31-32页 |
| 3.2.3 基于泊松方程的Retinex算法 | 第32页 |
| 3.2.4 基于迭代算法的Retinex算法 | 第32-34页 |
| 3.2.5 基于可变框架的Retinex算法 | 第34-35页 |
| 3.2.6 基于中心环绕的Retinex算法 | 第35-38页 |
| 3.3 Retinex算法在图像去雾中的应用 | 第38-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 改进的基于多尺度Retinex的图像去雾算法 | 第43-62页 |
| 4.1 方法的提出及基本原理 | 第43-44页 |
| 4.2 图像全局调整 | 第44-48页 |
| 4.2.1 传统的直方图均衡算法 | 第44-45页 |
| 4.2.2 改进的直方图均衡算法 | 第45-47页 |
| 4.2.3 实验效果分析 | 第47-48页 |
| 4.3 图像局部调整 | 第48-49页 |
| 4.4 优化反射分量 | 第49-52页 |
| 4.5 优化增益函数 | 第52-56页 |
| 4.6 实验结果及分析 | 第56-61页 |
| 4.7 本章小结 | 第61-62页 |
| 第五章 改进的多尺度Retinex算法性能分析及优化 | 第62-72页 |
| 5.1 改进Retinex去雾算法耗时分析 | 第62-63页 |
| 5.2 小波变换 | 第63-67页 |
| 5.2.1 图像的小波分解与重构 | 第63-65页 |
| 5.2.2 小波变换在图像去雾中的应用 | 第65-67页 |
| 5.3 改进高斯滤波 | 第67-70页 |
| 5.4 实验结果及分析 | 第70-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士期间取得研究成果 | 第78-79页 |