基于图像统计特性的去雾算法研究

中文摘要	第1-5页
Abstract	第5-9页
第一章 绪论	第9-14页
·研究背景及意义	第9-10页
·图像去雾的研究现状	第10-12页
·论文的组织结构	第12-14页
第二章 图像复原的基本理论与方法	第14-29页
·图像的退化模型	第14-18页
·一维离散退化模型	第14-16页
·二维离散退化模型	第16-17页
·常见退化现象的模型图示	第17-18页
·雾天图像的退化模型	第18-20页
·入射光的衰减模型	第18-19页
·环境光的散射模型	第19页
·雾天图像的退化模型	第19-20页
·噪声模型及其概率密度函数	第20-22页
·常见的噪声模型	第20页
·噪声的概率密度函数	第20-22页
·常见的图像复原方法	第22-27页
·无约束图像复原	第22-24页
·有约束图像复原	第24-27页
·图像质量的评价标准	第27-29页
第三章 雾天图像退化模型的参数估计	第29-35页
·图像复原的经典参数估计方法	第29-31页
·Morozov 离差原理	第30页
·EM 算法	第30-31页
·雾天图像退化模型中的参数估计	第31-35页
·天空亮度 A 的估计方法	第31-32页
·基于鲁棒性中值滤波的介质传播函数估计方法	第32-33页
·实验效果对比图	第33-35页
第四章 基于图像统计特性的去雾算法	第35-43页
·贝叶斯图像复原方法	第35-38页
·最大似然估计	第35-36页
·最大后验估计	第36页
·贝叶斯估计	第36-38页
·基于图像统计特性的雾天图像去雾算法	第38-43页
·贝叶斯框架下雾天图像的退化模型	第38-39页
·雾天图像和噪声的先验分布	第39-40页
·基于图像统计特性的去雾算法	第40-41页
·实验结果及分析	第41-43页
第五章 总结与结论	第43-44页
参考文献	第44-48页
致谢	第48-49页
申请学位期间的研究成果及发表的学术论文	第49页