基于暗原色先验的视频图像增强算法
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 序言 | 第9页 |
| 1.2 研究现状 | 第9-14页 |
| 1.2.1 基于非物理模型的图像增强技术 | 第10-12页 |
| 1.2.2 基于物理模型的图像修复技术 | 第12-13页 |
| 1.2.3 视频去雾研究现状 | 第13-14页 |
| 1.3 本文的研究内容 | 第14页 |
| 1.4 本文行文结构 | 第14-16页 |
| 第2章 雾天的影像特征分析 | 第16-22页 |
| 2.1 雾的形成机理 | 第16页 |
| 2.2 雾天及弱光线视频序列图像的特征 | 第16-18页 |
| 2.3 低质影像的主要成因 | 第18页 |
| 2.4 大气物理模型 | 第18-21页 |
| 2.4.1 入射光衰减模型 | 第18-19页 |
| 2.4.2 大气环境光成像模型 | 第19-20页 |
| 2.4.3 雾天图像退化模型 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 基于特定损伤源的预处理 | 第22-26页 |
| 3.1 三种挑战光图像的关联性研究 | 第22-23页 |
| 3.2 自动降质源检测模块 | 第23-24页 |
| 3.3 预处理模块的优化设计 | 第24-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第4章 基于暗原色先验的视频去雾算法 | 第26-35页 |
| 4.1 暗原色基本理论 | 第26-27页 |
| 4.2 基于暗原色先验的去雾算法 | 第27-28页 |
| 4.3 利用暗原色先验估计透射率 | 第28-29页 |
| 4.4 透射率估计的优化 | 第29-32页 |
| 4.4.1 盒子滤波 | 第30页 |
| 4.4.2 添加盒子滤波的指导性滤波 | 第30-32页 |
| 4.5 利用暗通道估计大气光强 A | 第32页 |
| 4.6 大气环境光的优化 | 第32-33页 |
| 4.7 算法流程 | 第33-34页 |
| 4.8 本章小结 | 第34-35页 |
| 第5章 实验结果与分析 | 第35-46页 |
| 5.1 算法结果展示 | 第35-39页 |
| 5.2 透射率优化效果图 | 第39-40页 |
| 5.3 二次去雾 | 第40-41页 |
| 5.4 参数的选取对结果的影响 | 第41-45页 |
| 5.4.1 补丁域的大小 | 第41-42页 |
| 5.4.2 保雾参数 | 第42-43页 |
| 5.4.3 指导滤波中的两个参数 | 第43-45页 |
| 5.5 本章小结 | 第45-46页 |
| 第6章 工作总结与技术展望 | 第46-48页 |
| 6.1 工作总结 | 第46页 |
| 6.2 技术展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
