基于暗原色先验的单幅图像去雾算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-20页 |
| 1.1 研究背景和意义 | 第16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 基于图像增强的去雾方法 | 第17-18页 |
| 1.2.2 基于图像复原的去雾方法 | 第18-19页 |
| 1.3 本文主要研究内容及结构安排 | 第19-20页 |
| 第二章 数字图像处理的理论基础 | 第20-34页 |
| 2.1 数字图像的表示 | 第20-21页 |
| 2.2 数字图像的获取 | 第21页 |
| 2.3 数字图像的基本类型 | 第21-25页 |
| 2.3.1 灰度图像 | 第21-22页 |
| 2.3.2 二值图像 | 第22-23页 |
| 2.3.3 彩色图像 | 第23-25页 |
| 2.4 图像增强常用算法 | 第25-33页 |
| 2.4.1 空域图像增强 | 第25-30页 |
| 2.4.2 频域图像增强 | 第30-33页 |
| 2.5 小结 | 第33-34页 |
| 第三章 图像去雾原理及算法 | 第34-54页 |
| 3.1 雾霾天气的成因 | 第34-35页 |
| 3.2 雾霾天图像降质的原因及特点 | 第35-36页 |
| 3.3 雾霾天图像退化模型 | 第36-41页 |
| 3.3.1 大气散射现象 | 第36-37页 |
| 3.3.2 入射光衰减模型 | 第37-38页 |
| 3.3.3 大气光成像模型 | 第38-40页 |
| 3.3.4 雾霾天图像退化模型 | 第40-41页 |
| 3.4 暗原色去雾理论 | 第41-53页 |
| 3.4.1 暗通道图像的获取 | 第42-45页 |
| 3.4.2 估算透过率 | 第45-46页 |
| 3.4.3 估算整体大气光强度 | 第46-48页 |
| 3.4.4 复原无雾图像 | 第48-50页 |
| 3.4.5 晕轮效应产生的原因分析 | 第50-52页 |
| 3.4.6 窗口大小对去雾效果的影响 | 第52-53页 |
| 3.5 小结 | 第53-54页 |
| 第四章 透过率的优化 | 第54-78页 |
| 4.1 基于软抠图方法优化透过率 | 第54-56页 |
| 4.2 双边滤波优化透过率 | 第56-61页 |
| 4.2.1 高斯空间滤波器 | 第57-58页 |
| 4.2.2 双边滤波器 | 第58-59页 |
| 4.2.3 透过率的优化 | 第59-61页 |
| 4.3 中值滤波优化透过率 | 第61-64页 |
| 4.4 引导滤波优化透过率 | 第64-67页 |
| 4.5 中值滤波与引导滤波结合优化透过率 | 第67-76页 |
| 4.5.1 中值滤波与引导滤波结合 | 第67-71页 |
| 4.5.2 最佳阈值的选取 | 第71-72页 |
| 4.5.3 算法的实现流程 | 第72-73页 |
| 4.5.4 去雾效果对比 | 第73-76页 |
| 4.6 小结 | 第76-78页 |
| 第五章 带天空区域的雾霾图像去雾处理 | 第78-94页 |
| 5.1 天空区域颜色失真的原因分析 | 第78-79页 |
| 5.2 天空区域的识别与提取 | 第79-85页 |
| 5.2.1 边缘检测 | 第79-83页 |
| 5.2.2 天空区域提取 | 第83-85页 |
| 5.3 天空区域透过率的优化 | 第85-87页 |
| 5.4 带天空区域的雾霾图像去雾处理流程 | 第87-88页 |
| 5.5 改进透过率去雾效果对比 | 第88-93页 |
| 5.6 小结 | 第93-94页 |
| 第六章 结论 | 第94-96页 |
| 6.1 主要研究工作与创新 | 第94-95页 |
| 6.2 研究展望 | 第95-96页 |
| 参考文献 | 第96-100页 |
| 致谢 | 第100-102页 |
| 作者简介 | 第102-103页 |
