| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 图像去雾技术研究现状 | 第9-13页 |
| 1.2.1 基于传统的图像增强技术 | 第10-11页 |
| 1.2.2 基于模型的图像复原技术 | 第11-13页 |
| 1.3 本文研究主要内容及各章节安排 | 第13-16页 |
| 第2章 图像去雾基础理论及经典算法 | 第16-25页 |
| 2.1 雾的形成机理与雾天图像特征分析 | 第16-18页 |
| 2.1.1 雾的形成机理 | 第16页 |
| 2.1.2 雾天图像特征分析 | 第16-18页 |
| 2.2 基于图像处理的雾天图像增强方法 | 第18-20页 |
| 2.3 基于物理模型的雾天图像恢复方法 | 第20-24页 |
| 2.3.1 大气散射模型及雾天图像退化模型 | 第21-23页 |
| 2.3.2 基于物理模型的图像去雾经典算法 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 结合双边滤波和暗通道的图像去雾算法研究 | 第25-44页 |
| 3.1 暗通道先验的去雾方法 | 第25-30页 |
| 3.1.1 暗原色先验理论 | 第25-26页 |
| 3.1.2 暗原色先验去雾算法 | 第26-29页 |
| 3.1.3 实验验证与分析 | 第29-30页 |
| 3.2 暗原色先验去雾算法改进 | 第30-35页 |
| 3.2.1 双边滤波理论及分析 | 第30-33页 |
| 3.2.2 透射率细化方法改进 | 第33页 |
| 3.2.3 改进算法实验结果分析 | 第33-35页 |
| 3.3 双边滤波与暗通道结合的的保边去雾算法 | 第35-43页 |
| 3.3.1 大气散射函数计算 | 第36-38页 |
| 3.3.2 大气光估算 | 第38页 |
| 3.3.3 透射率计算及图像复原 | 第38-39页 |
| 3.3.4 图像复原后的细化处理 | 第39-40页 |
| 3.3.5 实验结果与算法评价 | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 去雾算法在基于视觉的检测类图像处理中的应用研究 | 第44-59页 |
| 4.1 去雾算法在有雾图像边缘检测中的应用研究 | 第44-47页 |
| 4.1.1 边缘检测理论及算法 | 第44-45页 |
| 4.1.2 有雾图像边缘检测实验及分析 | 第45-47页 |
| 4.2 去雾算法在雾天交通标志牌检测中的应用研究 | 第47-50页 |
| 4.2.1 交通标志牌检测算法 | 第47-49页 |
| 4.2.2 实验对比与分析 | 第49-50页 |
| 4.3 去雾算法在基于计算机视觉的山体滑坡监测中的应用研究 | 第50-58页 |
| 4.3.1 基于计算机视觉的山体滑坡监测方法 | 第50-52页 |
| 4.3.2 标志点的检测和识别实验及分析 | 第52-56页 |
| 4.3.3 基于标志点区域的自动粗分割算法 | 第56-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 本文总结 | 第59-60页 |
| 5.2 研究展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士期间发表的论文和参与的科研项目 | 第64-65页 |
| 致谢 | 第65-66页 |