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

水下图像复原处理方法的研究

摘要第5-6页
Abstract第6-7页
1 绪论第10-13页
    1.1 引言第10页
    1.2 课题背景第10-11页
        1.2.1 课题研究目的第10-11页
        1.2.2 理论意义和实际应用价值第11页
    1.3 主要工作及章节安排第11-13页
2 水下成像系统及图像复原概论第13-29页
    2.1 光在水下传输的光学特性第13-14页
    2.2 水下成像质量与水的光学特性关系第14-17页
        2.2.1 水下成像质量与水下光衰减关系第14-15页
        2.2.2 水下成像质量与光吸收特性的关系第15页
        2.2.3 水下成像质量与光散射的关系第15-16页
        2.2.4 水下成像质量与水中照明的关系第16-17页
    2.3 水下图像成像的特点第17页
    2.4 数字图像复原第17-29页
        2.4.1 图像复原理论概述第17页
        2.4.2 退化的数学模型第17-21页
        2.4.3 经典的图像复原方法第21-23页
        2.4.4 图片质量的评估方法第23-29页
3 基于后向散射噪声物理模型的水下图片复原方法研究第29-40页
    3.1 水下图像分层退化模型的构建第29-32页
    3.2 噪声系数的估计第32-35页
    3.3 基于散射模型的水下图像复原过程第35-40页
4 基于分层模型线性反卷积复原算法的研究第40-49页
    4.1 水下图像线性反卷积退化物理模型的建立第40-41页
    4.2 模型中参数的拟合第41-42页
    4.3 基于分层模型的线性反卷积水下图像复原方法第42-47页
    4.4 实验结果比较与分析第47-49页
5 一种改善的NAS-RIF水下图像算法的研究第49-55页
    5.1 NAS-RIF原理简介第49-51页
    5.2 修正的NAS-RIF盲复原算法原理第51-52页
    5.3 实验结果分析第52-55页
6 全文总结第55-59页
    6.1 实验结果比较与分析第55-57页
    6.2 总结与展望第57-59页
参考文献第59-63页
致谢第63-64页
个人简历第64页

论文共64页,点击 下载论文
上一篇:基于深度信息的人体动作识别
下一篇:基于自学习特征融合的人脸检测算法研究