| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 基于图像增强的去雾方法 | 第9-11页 |
| 1.2.2 基于图像复原的去雾方法 | 第11-12页 |
| 1.3 本文主要研究内容及章节安排 | 第12-14页 |
| 1.3.1 主要研究内容 | 第12-13页 |
| 1.3.2 论文章节安排 | 第13-14页 |
| 第2章 图像去雾的理论基础 | 第14-22页 |
| 2.1 引言 | 第14页 |
| 2.2 彩色数字图像基础 | 第14页 |
| 2.3 颜色空间 | 第14-17页 |
| 2.3.1 RGB颜色空间 | 第15页 |
| 2.3.2 HSV颜色空间 | 第15-16页 |
| 2.3.3 RGB和HSV之间的相互转换 | 第16-17页 |
| 2.4 大气散射模型 | 第17-21页 |
| 2.4.1 入射光衰减模型 | 第18-19页 |
| 2.4.2 大气光成像模型 | 第19-21页 |
| 2.4.3 雾天图像降质模型 | 第21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 基于图像增强的去雾方法 | 第22-34页 |
| 3.1 引言 | 第22页 |
| 3.2 基于直方图均衡化的图像去雾 | 第22-26页 |
| 3.2.1 全局直方图均衡化 | 第22-23页 |
| 3.2.2 局部直方图均衡化去雾 | 第23页 |
| 3.2.3 限制对比度自适应直方图均衡化去雾 | 第23-25页 |
| 3.2.4 实验结果分析 | 第25-26页 |
| 3.3 基于Retinex理论的图像去雾算法 | 第26-30页 |
| 3.3.1 Retinex理论 | 第27-28页 |
| 3.3.2 单尺度Retinex算法去雾 | 第28-29页 |
| 3.3.3 多尺度Retinex算法去雾 | 第29-30页 |
| 3.4 一种改进的Retinex去雾算法 | 第30-33页 |
| 3.4.1 基于HSV颜色空间的Retinex去雾算法 | 第30-32页 |
| 3.4.2 实验结果分析 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于图像复原的去雾方法 | 第34-46页 |
| 4.1 引言 | 第34页 |
| 4.2 暗原色先验理论 | 第34-35页 |
| 4.3 基于暗原色先验理论的去雾算法 | 第35-38页 |
| 4.3.1 透射率粗估计 | 第35-36页 |
| 4.3.2 软抠图优化透射率 | 第36-37页 |
| 4.3.3 大气光强度估计 | 第37-38页 |
| 4.3.4 图像复原 | 第38页 |
| 4.4 暗原色先验去雾算法的改进 | 第38-46页 |
| 4.4.1 自适应双边滤波优化透射率 | 第39-41页 |
| 4.4.2 下采样进一步提升算法速度 | 第41-43页 |
| 4.4.3 算法实现及结果分析 | 第43-46页 |
| 4.5 本章小结 | 第46页 |
| 第5章 交通监控视频去雾 | 第46-56页 |
| 5.1 引言 | 第46页 |
| 5.2 去雾算法选择 | 第46-47页 |
| 5.3 算法实现 | 第47-50页 |
| 5.4 实验结果分析 | 第50-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 本文工作总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 攻读硕士学位期间发表的论文 | 第62-63页 |
| 硕士学位论文（大摘要） | 第63-67页 |