图像去雾算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 引言 | 第8-9页 |
| 1.2 去雾方法的研究意义 | 第9-10页 |
| 1.3 去雾方法的研究现状 | 第10-12页 |
| 1.3.1 基于图像增强方式的图像去雾方法 | 第10页 |
| 1.3.2 基于大气散射模型的图像去雾方法 | 第10-12页 |
| 1.4 本文的主要研究内容 | 第12-13页 |
| 2 Retinex算法图像去雾 | 第13-20页 |
| 2.1 Retinex算法概述 | 第13页 |
| 2.1.1 颜色恒常性 | 第13页 |
| 2.1.2 Land的Retinex理论 | 第13页 |
| 2.2 基于整体细节特征的Retinex算法 | 第13-17页 |
| 2.3 基于局部细节特征的Retinex算法 | 第17-18页 |
| 2.3.1 局部Retinex的实质 | 第17页 |
| 2.3.2 局部Retinex算法步骤 | 第17-18页 |
| 2.4 Retinex去雾算法结果 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 3 暗原色先验去雾算法 | 第20-43页 |
| 3.1 暗原色先验理论 | 第20-22页 |
| 3.2 抠图方法 | 第22-31页 |
| 3.2.1 抠图综述 | 第22-23页 |
| 3.2.2 基于采样的抠图方法 | 第23-27页 |
| 3.2.3 基于传播的抠图方法 | 第27-30页 |
| 3.2.4 采样传播相结合的抠图方法 | 第30-31页 |
| 3.3 基于学习的抠图方法 | 第31-36页 |
| 3.3.1 基于局部学习的抠图方法 | 第32-35页 |
| 3.3.2 基于全局学习的抠图方法 | 第35-36页 |
| 3.4 暗原色先验去雾算法 | 第36-39页 |
| 3.4.1 边缘效应 | 第36-37页 |
| 3.4.2 暗原色先验模型 | 第37页 |
| 3.4.3 估测大气光 | 第37-38页 |
| 3.4.4 软件抠图 | 第38页 |
| 3.4.5 物体光线还原 | 第38-39页 |
| 3.4.6 程序流程图 | 第39页 |
| 3.5 本章小结 | 第39-43页 |
| 4 实验结果 | 第43-52页 |
| 4.1 实验结果 | 第43-49页 |
| 4.2 去雾效果量化评估 | 第49-51页 |
| 4.3 本章小结 | 第51-52页 |
| 5 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 发表论文及参研项目情况 | 第58-59页 |
