雾霾背景下彩色监控图像的模糊增强算法及应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 课题研究的背景及意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-9页 |
| 1.3 论文主要研究内容 | 第9页 |
| 1.4 论文章节安排 | 第9-11页 |
| 第二章 图像增强与复原基础 | 第11-25页 |
| 2.1 数字图像增强简介 | 第11-19页 |
| 2.1.1 空间域增强 | 第12-17页 |
| 2.1.2 频域增强 | 第17-19页 |
| 2.2 数字图像复原简介 | 第19-21页 |
| 2.2.1 退化模型 | 第19-20页 |
| 2.2.2 常用复原方法 | 第20-21页 |
| 2.3 彩色数字图像处理 | 第21-23页 |
| 2.3.1 彩色图像简介 | 第21-23页 |
| 2.3.2 彩色模型 | 第23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 基于局部直方图统计的图像增强 | 第25-31页 |
| 3.1 图像直方图统计定义 | 第25-26页 |
| 3.2 局部直方图统计的图像增强算法 | 第26-27页 |
| 3.3 局部直方图统计增强算法改进 | 第27-29页 |
| 3.3.1 算法步骤 | 第27-29页 |
| 3.4 实验结果与分析 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 基于模糊集理论方法的图像增强 | 第31-44页 |
| 4.1 模糊集理论概要 | 第31页 |
| 4.2 图像模糊集理论增强基本思路 | 第31-32页 |
| 4.3 图像模糊集理论增强算法 | 第32-34页 |
| 4.3.1 模糊集理论经典增强强算法 | 第32-33页 |
| 4.3.2 其他模糊集理论增强算法 | 第33-34页 |
| 4.4 基于模糊域边缘区域对比度增强算法 | 第34-41页 |
| 4.4.1 算法步骤 | 第34-41页 |
| 4.5 实验结果与分析 | 第41-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第五章 对数模型下基于人眼视觉特性分割的图像增强 | 第44-52页 |
| 5.1 人眼视觉特性概述 | 第44-45页 |
| 5.2 对数模型概述 | 第45-46页 |
| 5.3 人眼视觉特性的区域分割 | 第46-48页 |
| 5.4 直方图均衡算法 | 第48-49页 |
| 5.5 直方图均衡算法改进 | 第49-50页 |
| 5.5.1 算法步骤 | 第49-50页 |
| 5.6 实验结果与分析 | 第50-51页 |
| 5.7 本章小结 | 第51-52页 |
| 第六章 基于主分量分析与大气散射模型的图像复原 | 第52-60页 |
| 6.1 雾霾成因 | 第52页 |
| 6.2 雾霾背景下图像特性 | 第52-53页 |
| 6.3 主分量分析与大气散射模型的图像复原算法 | 第53-57页 |
| 6.3.1 暗原色先验规律 | 第53-54页 |
| 6.3.2 大气散射模型 | 第54-55页 |
| 6.3.3 提取主分量 | 第55页 |
| 6.3.4 最大主分量重构 | 第55-56页 |
| 6.3.5 估计全局大气光与介质透过率 | 第56-57页 |
| 6.4 实验结果与分析 | 第57-59页 |
| 6.5 本章小结 | 第59-60页 |
| 第七章 总结与展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间的研究成果 | 第67-68页 |
