摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-17页 |
1.1 课题研究背景及意义 | 第10页 |
1.2 国内外研究现状 | 第10-14页 |
1.2.1 单幅图像去雾研究现状 | 第10-13页 |
1.2.2 视频去雾研究现状 | 第13-14页 |
1.3 课题研究目标及内容 | 第14-15页 |
1.4 论文目录安排 | 第15-17页 |
第二章 图像去雾理论基础 | 第17-28页 |
2.1 大气散射现象 | 第17-18页 |
2.2 大气散射物理机制 | 第18-24页 |
2.2.1 入射光衰减模型 | 第19-20页 |
2.2.2 大气光成像模型 | 第20-22页 |
2.2.3 雾化图像退化模型 | 第22-24页 |
2.3 雾天图像特征分析 | 第24-26页 |
2.3.1 雾化图像对比度衰减特性 | 第24-25页 |
2.3.2 雾化图像的颜色失真特性 | 第25-26页 |
2.4 图像去雾客观评价指标 | 第26-27页 |
2.5 本章小结 | 第27-28页 |
第三章 改进的基于暗原色单幅图像去雾算法研究 | 第28-52页 |
3.1 暗原色理论介绍 | 第28-29页 |
3.2 自适应快速最小值滤波 | 第29-31页 |
3.3 三种基于滤波方法的透射率细化算法 | 第31-39页 |
3.3.1 基于双边滤波的透射率细化算法 | 第33-34页 |
3.3.2 基于联合双边滤波的透射率细化算法 | 第34-35页 |
3.3.3 基于盒式导向滤波的透射率细化算法 | 第35-39页 |
3.4 两种改进的透射率修正算法 | 第39-49页 |
3.4.1 基于二次函数容差机制透射率修正算法 | 第40-45页 |
3.4.2 基于暗原色与逆暗原色线性融合透射率修正算法 | 第45-49页 |
3.5 面向交通监控图像的大气光值估计优化算法 | 第49-51页 |
3.6 本章小结 | 第51-52页 |
第四章 面向交通监控视频去雾算法研究 | 第52-63页 |
4.1 交通监控视频去雾算法核心思想 | 第52-54页 |
4.2 改进的均值法背景拟合模型 | 第54-55页 |
4.3 基于分块分类的卡尔曼滤波背景更新优化算法 | 第55-62页 |
4.3.1 卡尔曼滤波视频背景更新方法 | 第55-57页 |
4.3.2 分块分类背景更新优化算法 | 第57-59页 |
4.3.3 改进的分块分类卡尔曼滤波背景更新优化算法 | 第59-62页 |
4.4 本章小结 | 第62-63页 |
第五章 实验结果及分析 | 第63-73页 |
5.1 图像去雾实验结果及分析 | 第63-66页 |
5.2 视频去雾实验结果及分析 | 第66-73页 |
第六章 总结及展望 | 第73-75页 |
6.1 全文总结 | 第73页 |
6.2 工作展望 | 第73-75页 |
致谢 | 第75-76页 |
参考文献 | 第76-79页 |