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RETINEX理论的图像去雾研究

摘要第1-5页
ABSTRACT第5-10页
第一章 绪论第10-15页
   ·课题研究背景与意义第10-11页
   ·国内外研究现状第11-13页
     ·大气退化物理模型法第11-12页
     ·图像增强法第12-13页
   ·本文研究的主要内容及结构安排第13-15页
     ·本文研究主要内容第13-14页
     ·本文结构安排第14-15页
第二章 雾天图像恢复方法第15-24页
   ·大气退化模型法第15-19页
     ·大气粒子与天气第15-17页
     ·大气散射效应第17页
     ·衰减模型第17-18页
     ·大气光学模型第18-19页
   ·Retinex 理论第19-23页
     ·三色理论第19-20页
     ·颜色对立机制理论第20-21页
     ·颜色恒常性第21页
     ·Retinex 理论思想及发展第21-23页
   ·本章小结第23-24页
第三章 经典 Retinex 算法第24-46页
   ·基于路径比较的 Retinex 算法第25-26页
   ·McCann Retinex 算法第26-28页
   ·McCann99 Retinex 算法第28-30页
   ·单尺度 Retinex 算法第30-33页
   ·多尺度 Retinex 算法第33-34页
   ·色彩恢复多尺度 Retinex 算法第34-35页
   ·可变框架 Retinex 算法第35-38页
     ·函数定义第35-36页
     ·PNSD第36-37页
     ·多分辨率数值解法第37-38页
   ·实验结果对比分析第38-44页
   ·本章小结第44-46页
第四章 随机集合和照度分割 Retinex 算法第46-65页
   ·随机集合算法第46-54页
     ·数学分析第46-48页
     ·从路径到集合第48页
     ·随机集合构建第48-51页
     ·随机集合算法的参数分析第51-52页
     ·实验结果分析第52-54页
   ·照度分割 Retinex 算法第54-64页
     ·LIP 模型第54-57页
     ·HVS 照度分割第57-59页
     ·照度分割 Retinex 算法流程第59-62页
     ·比例融合第62页
     ·实验结果分析第62-64页
   ·本章小结第64-65页
第五章 总结和展望第65-67页
   ·全文研究工作总结第65-66页
   ·后续研究展望第66-67页
参考文献第67-73页
致谢第73-74页
攻读硕士学位期间已发表或录用的论文第74-77页
附件第77页

论文共77页,点击 下载论文
上一篇:基于内容的超像素合并及其在图像分割中的应用
下一篇:基于蜂群算法和改进KNN的文本分类研究