视频图像去雾算法的研究及在视频处理系统中的设计实现
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 研究的现状 | 第9-12页 |
| 1.2.1 单幅图像去雾 | 第9-11页 |
| 1.2.2 视频序列去雾 | 第11-12页 |
| 1.2.3 现存主要问题及难点 | 第12页 |
| 1.3 本文的主要研究内容及安排 | 第12-14页 |
| 第二章 图像去雾理论基础 | 第14-22页 |
| 2.1 大气散射物理机制 | 第14-18页 |
| 2.1.1 大气散射现象 | 第14页 |
| 2.1.2 大气散射模型 | 第14-18页 |
| 2.2 图像去雾算法效果性能评价指标 | 第18-19页 |
| 2.2.1 主观评价指标 | 第18页 |
| 2.2.2 客观评价指标 | 第18-19页 |
| 2.3 单幅图像去雾与视频序列去雾的关系 | 第19-20页 |
| 2.4 视频编码技术 | 第20页 |
| 2.5 本章小结 | 第20-22页 |
| 第三章 图像去雾算法 | 第22-42页 |
| 3.1 经典图像去雾算法的研究 | 第22-33页 |
| 3.1.1 基于直方图均衡化的图像增强 | 第22-26页 |
| 3.1.2 基于同态滤波的图像增强 | 第26-27页 |
| 3.1.3 基于Retinex理论的图像增强 | 第27-29页 |
| 3.1.4 基于暗通道先验原理的图像复原 | 第29-33页 |
| 3.2 经典去雾算法的仿真对比 | 第33-34页 |
| 3.3 基于暗通道先验算法的改进 | 第34-38页 |
| 3.3.1 巴特沃兹低通滤波优化透射率图 | 第34-35页 |
| 3.3.2 亮度补偿 | 第35-36页 |
| 3.3.3 形态学腐蚀细化图像边界 | 第36-37页 |
| 3.3.4 基于暗通道先验算法的图像去雾算法 | 第37-38页 |
| 3.4 BLE-DCP算法仿真及结果分析 | 第38-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 视频处理系统的设计及软件实现 | 第42-60页 |
| 4.1 视频处理系统的需求分析 | 第42-43页 |
| 4.2 视频处理系统的总体设计 | 第43-47页 |
| 4.2.1 总体设计方案 | 第43页 |
| 4.2.2 系统的硬件配置 | 第43页 |
| 4.2.3 系统的软件选取及配置 | 第43-47页 |
| 4.3 视频处理系统的详细设计 | 第47-54页 |
| 4.3.1 视频头的选取 | 第47页 |
| 4.3.2 视频处理系统的用户界面设计 | 第47-50页 |
| 4.3.3 视频采集与存储功能的软件实现 | 第50-51页 |
| 4.3.4 视频与图片转换 | 第51-52页 |
| 4.3.5 图像去雾处理算法的设计实现 | 第52-54页 |
| 4.4 视频处理系统的功能测试 | 第54-58页 |
| 4.4.1 测试环境 | 第54页 |
| 4.4.2 系统功能测试 | 第54-58页 |
| 4.5 本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 研究总结 | 第60页 |
| 5.2 研究展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 作者简介及科研成果 | 第66-68页 |
| 致谢 | 第68页 |
