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

有雾图像传输系统中的去雾和去块方法研究

中文摘要第8-9页
ABSTRACT第9-10页
第1章 绪论第11-16页
    1.1 课题研究背景及意义第11-12页
    1.2 国内外研究现状第12-14页
        1.2.1 图像去雾研究现状第12-13页
        1.2.2 图像去块研究现状第13-14页
    1.3 论文主要工作和组织结构第14-16页
        1.3.1 主要工作第14-15页
        1.3.2 组织结构第15-16页
第2章 图像去雾模型及JPEG图像压缩第16-22页
    2.1 图像去雾模型第16-17页
    2.2 JPEG图像压缩第17-18页
    2.3 图像质量评价指标第18-21页
        2.3.1 常用图像质量评价指标第18-20页
        2.3.2 去雾图像质量评价指标第20页
        2.3.3 去块图像质量评价指标第20-21页
    2.4 本章小结第21-22页
第3章 基于DCP原理改进的图像去雾方法第22-36页
    3.1 基于DCP原理的图像去雾方法第22-25页
    3.2 改进的图像去雾方法第25-31页
        3.2.1 大气光值估计第26-29页
        3.2.2 改进的透射率精细化方法第29-30页
        3.2.3 天空等明亮区域去噪和色调调整第30-31页
    3.3 实验结果及分析第31-35页
    3.4 本章小结第35-36页
第4章 去雾方法及去雾对比度增强滤波器对图像压缩的影响第36-49页
    4.1 去雾对比度增强滤波器第36-37页
    4.2 直接去噪去雾方法第37-38页
    4.3 去雾方法对图像压缩的影响第38-41页
        4.3.1 去雾方法对振铃效应的影响第38-40页
        4.3.2 去雾方法对块效应的影响第40-41页
    4.4 实验结果及分析第41-48页
        4.4.1 去雾方法实验结果第41-44页
        4.4.2 去雾对比度增强滤波器对图像压缩的影响第44-48页
    4.5 本章小结第48-49页
第5章 基于稀疏表示和自适应残差阈值的图像去块方法第49-60页
    5.1 图像的过完备稀疏表示第49-50页
    5.2 本文设计的图像去块方法第50-55页
    5.3 实验结果及分析第55-59页
    5.4 本章小结第59-60页
第6章 总结与展望第60-62页
    6.1 总结第60-61页
    6.2 展望第61-62页
参考文献第62-67页
致谢第67-68页
攻读学位期间发表学术论文和参加科研情况第68-70页
附件第70页

论文共70页,点击 下载论文
上一篇:山西抗日根据地木刻版画创作特征初探
下一篇:基于深度特征提取的文本情感极性分类研究