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

不利天气条件下图像复原方法研究

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第12-24页
    1.1 课题研究的背景以及意义第12-13页
        1.1.1 课题研究的背景第12页
        1.1.2 课题研究的意义第12-13页
    1.2 课题国内外研究现状第13-18页
        1.2.1 阴天图像清晰化发展历程第13-14页
        1.2.2 雾天图像清晰化发展历程第14-17页
        1.2.3 雨雪天图像清晰化发展历程第17-18页
    1.3 不利天气条件下图像复原的难点第18-20页
        1.3.1 阴天图像复原的难点第19-20页
        1.3.2 雾天图像复原的难点第20页
        1.3.3 雨雪天图像复原的难点第20页
    1.4 本文主要研究内容第20-22页
        1.4.1 阴天图像复原的研究第21页
        1.4.2 雾天图像复原的研究第21-22页
        1.4.3 雨雪图像复原的研究第22页
        1.4.4 图像评价函数的研究第22页
    1.5 本文章节安排第22-24页
第2章 不利天气退化图像处理基础第24-34页
    2.1 数字图像增强基础第24-26页
        2.1.1 图像增强概况第24-25页
        2.1.2 空域变换增强第25-26页
        2.1.3 频域变换增强第26页
    2.2 数字图像复原基础第26-29页
        2.2.1 图像退化复原模型第26-27页
        2.2.2 图像复原方法第27-29页
    2.3 阴天退化图像处理基础第29-30页
    2.4 雾天退化图像处理基础第30-31页
    2.5 雨雪天退化图像处理基础第31-33页
    2.6 本章小结第33-34页
第3章 不利天气复原图像质量评价第34-52页
    3.1 复原图像质量评价概述第34页
    3.2 图像质量主观评价第34-35页
    3.3 图像质量客观评价第35-42页
        3.3.1 有参客观评价第35-40页
        3.3.2 无参客观评价第40-42页
    3.4 阴天降质图像复原质量评价第42-45页
    3.5 雾天降质图像复原质量评价第45-48页
    3.6 雨(雪)天降质图像复原质量评价第48-51页
    3.7 本章小结第51-52页
第4章 阴天退化图像复原方法研究第52-76页
    4.1 概述第52-53页
    4.2 Retinex理论和算法第53-59页
        4.2.1 Retinex理论概述第53-55页
        4.2.2 Retinex算法第55-59页
    4.3 小波变换理论与图像融合第59-63页
        4.3.1 小波变换概述第59-60页
        4.3.2 图像的小波分解与重构第60-62页
        4.3.3 基于小波变换的图像融合技术第62-63页
    4.4 基于小波融合的Retinex算法第63-70页
        4.4.1 小波融合规则第63-65页
        4.4.2 一种基于小波融合的MSR算法第65-70页
    4.5 仿真结果及分析第70-74页
    4.6 本章小结第74-76页
第5章 雾天退化图像复原方法研究第76-103页
    5.1 概述第76-77页
    5.2 大气散射模型与雾天图像退化模型第77-85页
        5.2.1 入射光衰减模型第78-80页
        5.2.2 大气光成像模型第80-82页
        5.2.3 雾天图像退化模型第82-85页
    5.3 基于暗通道先验理论的去雾方法第85-92页
        5.3.1 暗通道先验理论第85-87页
        5.3.2 基于暗通道的去雾方法第87-92页
        5.3.3 HE算法的不足之处第92页
    5.4 改进的去雾算法第92-98页
        5.4.1 算法概述与算法流程第92-93页
        5.4.2 估算雾化图像新的暗通道第93-97页
        5.4.3 推算最终复原图像第97-98页
    5.5 仿真结果及分析第98-102页
    5.6 本章小结第102-103页
第6章 雨(雪)天退化图像复原方法研究第103-128页
    6.1 概述第103-104页
    6.2 雨的特性第104-113页
        6.2.1 雨的物理特性第104-105页
        6.2.2 雨的光学特性第105-108页
        6.2.3 雨的空间域特性第108-110页
        6.2.4 雨的频率域特性第110-113页
    6.3 传统去雨方法第113-116页
        6.3.1 帧差法第113-114页
        6.3.2 聚类法第114-116页
    6.4 本文算法第116-121页
        6.4.1 确定雨雪噪声所在的层数第116-119页
        6.4.2 设计具体融合规则第119-121页
    6.5 仿真结果及分析第121-127页
    6.6 本章小结第127-128页
结论第128-130页
参考文献第130-139页
攻读博士学位期间发表的论文和取得的科研成果第139-140页
致谢第140页

论文共140页,点击 下载论文
上一篇:面向视觉计算的动态眼动跟踪技术研究
下一篇:微博数据挖掘理论的若干关键技术研究