基于暗原色先验的去雾优化算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 图像去雾算法研究现状 | 第8-12页 |
| 1.2.1 基于图像增强的去雾方法 | 第8-10页 |
| 1.2.2 基于图像复原的去雾方法 | 第10-12页 |
| 1.3 本文主要的研究内容和总体安排 | 第12-14页 |
| 第2章 雾天图像的理论基础 | 第14-22页 |
| 2.1 雾霾的形成 | 第14页 |
| 2.2 大气散射理论 | 第14-15页 |
| 2.3 颜色模型介绍 | 第15-17页 |
| 2.3.1 RGB颜色模型 | 第15-16页 |
| 2.3.2 CMYK颜色模型 | 第16-17页 |
| 2.3.3 HSV和HSI颜色模型 | 第17页 |
| 2.4 大气散射模型 | 第17-20页 |
| 2.4.1 衰减模型 | 第18-19页 |
| 2.4.2 大气光模型 | 第19-20页 |
| 2.5 雾天图像模型 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第3章 暗原色先验去雾算法 | 第22-32页 |
| 3.1 暗原色先验理论 | 第22-25页 |
| 3.2 暗原色先验去雾算法 | 第25-31页 |
| 3.2.1 估算透射率 | 第26-28页 |
| 3.2.2 优化透射率 | 第28-29页 |
| 3.2.3 估测大气光 | 第29-30页 |
| 3.2.4 复原无雾的图像 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第4章 优化暗原色先验去雾算法的实时性 | 第32-39页 |
| 4.1 导向滤波 | 第32-34页 |
| 4.2 下采样和插值 | 第34-36页 |
| 4.2.1 最邻近插值法 | 第35页 |
| 4.2.2 双线性插值法 | 第35页 |
| 4.2.3 三次插值法 | 第35-36页 |
| 4.3 实验结果与分析 | 第36-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第5章 优化暗原色先验去雾算法的有效性 | 第39-49页 |
| 5.1 自适应取窗口 | 第39-40页 |
| 5.2 优化明亮区域的效果 | 第40-44页 |
| 5.2.1 对暗原色进行规定 | 第40-42页 |
| 5.2.2 获取梯度信息 | 第42-44页 |
| 5.3 实验结果与分析 | 第44-46页 |
| 5.4 去雾后续处理 | 第46-48页 |
| 5.5 本章小结 | 第48-49页 |
| 第6章 总结与展望 | 第49-50页 |
| 6.1 本文总结 | 第49页 |
| 6.2 工作展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |
