单幅图像去雾算法的研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 研究背景和意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.2.1 多幅图像去雾 | 第15-16页 |
| 1.2.2 单幅图像去雾 | 第16-17页 |
| 1.3 本文主要内容与论文结构 | 第17-19页 |
| 1.3.1 本文主要内容 | 第17页 |
| 1.3.2 本论文结构 | 第17-19页 |
| 第2章 基于暗原色先验的去雾算法简介 | 第19-30页 |
| 2.1 大气散射物理模型 | 第19-20页 |
| 2.2 暗原色先验去雾模型 | 第20-24页 |
| 2.2.1 暗原色先验理论 | 第20-21页 |
| 2.2.2 基于暗原色先验的单幅图像去雾 | 第21-23页 |
| 2.2.3 抠图算法 | 第23-24页 |
| 2.3 透射率细化的相关工作 | 第24-29页 |
| 2.3.1 双边滤波 | 第25-26页 |
| 2.3.2 引导滤波 | 第26页 |
| 2.3.3 中值滤波 | 第26-27页 |
| 2.3.4 结果比较 | 第27-29页 |
| 2.4 本章小节 | 第29-30页 |
| 第3章 结合双区域滤波和图像融合的单幅图像去雾 | 第30-42页 |
| 3.1 双区域滤波 | 第30-34页 |
| 3.1.1 暗区域与亮区域分析 | 第30-32页 |
| 3.1.2 双区域滤波去雾 | 第32-34页 |
| 3.1.3 不同 K 值比较 | 第34页 |
| 3.2 基于图像融合的柔性去雾 | 第34-37页 |
| 3.2.1 伪去雾图 | 第34-35页 |
| 3.2.2 图像融合基础知识 | 第35-36页 |
| 3.2.3 图像融合去雾算法 | 第36-37页 |
| 3.3 算法步骤与实验结果对比 | 第37-41页 |
| 3.3.1 算法实施步骤 | 第37-38页 |
| 3.3.2 实验结果 | 第38-39页 |
| 3.3.3 与现有算法对比 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 一种自适应去雾算法 | 第42-49页 |
| 4.1 大气光成分估计研究综述 | 第42-43页 |
| 4.2 自适应大气光成分估计算法 | 第43-45页 |
| 4.3 自适应融合系数选取 | 第45-46页 |
| 4.4 算法步骤与实验结果对比 | 第46-48页 |
| 4.4.1 算法实施步骤 | 第46-47页 |
| 4.4.2 实验结果与对比 | 第47-48页 |
| 4.5 本章小节 | 第48-49页 |
| 第5章 图像去雾在火焰图像增强上的应用 | 第49-56页 |
| 5.1 回转窑燃煤火焰图像检测背景 | 第49-50页 |
| 5.2 基于去雾的火焰图像增强 | 第50-52页 |
| 5.2.1 现有算法对燃煤火焰图像去雾 | 第50-52页 |
| 5.2.2 种三分法滤波去雾算法 | 第52页 |
| 5.3 算法步骤与实验结果对比 | 第52-55页 |
| 5.3.1 算法实施步骤 | 第52-53页 |
| 5.3.2 实验结果与对比 | 第53-55页 |
| 5.4 本章总结 | 第55-56页 |
| 总结与展望 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第64-65页 |
| 附录B 攻读硕士学位期间参研项目 | 第65-66页 |
| 致谢 | 第66页 |
