基于粗糙集的雾天图像清晰化方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·图像清晰化概述 | 第12-14页 |
| ·论文主要研究内容及结构 | 第14-16页 |
| 第2章 图像清晰化技术 | 第16-31页 |
| ·基于模型的图像复原技术 | 第16-19页 |
| ·全局化的图像增强方法 | 第19-25页 |
| ·直接灰度变换的图像增强 | 第19-21页 |
| ·全局直方图均衡化 | 第21-23页 |
| ·基于滤波的全局图像增强方法 | 第23-25页 |
| ·局部化的图像增强方法 | 第25-27页 |
| ·局部直接灰度对比度增强方法 | 第25-26页 |
| ·局部直方图均衡化 | 第26-27页 |
| ·改进的局部直方图均衡化算法 | 第27-29页 |
| ·实验结果及分析 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于粗糙集理论的图像增强算法 | 第31-41页 |
| ·粗糙集基本理论 | 第31-35页 |
| ·知识表达系统和决策表 | 第31-32页 |
| ·不可分辨关系 | 第32-33页 |
| ·近似与粗糙集 | 第33-34页 |
| ·知识约简 | 第34-35页 |
| ·基于粗糙集理论的图像增强算法 | 第35-38页 |
| ·基于不可分辨关系的子图划分 | 第35-36页 |
| ·基于粗糙集理论的图像平滑 | 第36-37页 |
| ·利用粗糙集理论和属性直方图的图像增强方法 | 第37-38页 |
| ·实验结果及分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于粗糙集理论的降质图像清晰化方法 | 第41-55页 |
| ·综合性图像特征分析 | 第41-46页 |
| ·颜色特征分析 | 第42-43页 |
| ·纹理特征分析 | 第43-46页 |
| ·基于粗糙集理论的降质图像清晰化方法 | 第46-52页 |
| ·决策信息系统的知识表达与获取 | 第48页 |
| ·条件属性离散化 | 第48-50页 |
| ·属性约简及规则生成 | 第50-52页 |
| ·规则分类区域子图像清晰化 | 第52页 |
| ·实验结果及分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 户外雾天视频监控系统实现与测试 | 第55-63页 |
| ·OpenCV介绍 | 第55页 |
| ·系统功能和架构 | 第55-56页 |
| ·系统模块设计与实现 | 第56-60页 |
| ·系统测试 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 附录 | 第68页 |
