自然图像去雾算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第9-10页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 课题的研究背景及意义 | 第13页 |
| 1.2 自然图像去雾算法的研究现状 | 第13-17页 |
| 1.2.1 基于图像增强的去雾算法 | 第13-15页 |
| 1.2.2 基于雾天图像退化模型的去雾方法 | 第15-17页 |
| 1.3 雾天图像去雾存在的问题 | 第17页 |
| 1.4 图像质量评价 | 第17-18页 |
| 1.5 论文的研究内容与章节安排 | 第18-21页 |
| 第二章 雾天图像退化机理 | 第21-27页 |
| 2.1 引言 | 第21-22页 |
| 2.1.1 雾、霭、霾的定义及其影响 | 第21-22页 |
| 2.1.2 雾、霭、霾的形成原理 | 第22页 |
| 2.2 大气散射理论及模型 | 第22-25页 |
| 2.2.1 直接衰减模型 | 第23-24页 |
| 2.2.2 大气衰减模型 | 第24-25页 |
| 2.2.3 大气散射模型 | 第25页 |
| 2.3 本章小结 | 第25-27页 |
| 第三章 基于引导滤波优化的自然图像去雾算法 | 第27-37页 |
| 3.1 引言 | 第27页 |
| 3.2 暗原色先验理论 | 第27-29页 |
| 3.3 基于引导滤波优化的自然图像去雾 | 第29-32页 |
| 3.3.1 大气光向量A的求解 | 第29-30页 |
| 3.3.2 透射率1t(x) 的求解 | 第30页 |
| 3.3.3 导向图的求解 | 第30-31页 |
| 3.3.4 透射率2t(x) 的求解 | 第31-32页 |
| 3.3.5 图像去雾 | 第32页 |
| 3.4 实验结果与分析 | 第32-35页 |
| 3.4.1 实验结果 | 第32-34页 |
| 3.4.2 引导滤波器的参数分析 | 第34-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第四章 基于L0梯度最小化的自然图像去雾算法 | 第37-53页 |
| 4.1 引言 | 第37-38页 |
| 4.2 基于边界约束的透射率t(x) 求解 | 第38页 |
| 4.3 基于L0梯度最小化的图像平滑 | 第38-40页 |
| 4.3.1 1D信号平滑 | 第38-39页 |
| 4.3.2 2D图像平滑 | 第39-40页 |
| 4.4 基于L0梯度最小化的t(x) 优化 | 第40-42页 |
| 4.5 大气光向量A的求解 | 第42页 |
| 4.6 图像去雾 | 第42页 |
| 4.7 实验结果与分析 | 第42-44页 |
| 4.8 自然图像去雾算法评价 | 第44-50页 |
| 4.8.1 去雾图像的质量评价方法 | 第45-48页 |
| 4.8.2 实验结果及分析 | 第48-50页 |
| 4.9 本章小结 | 第50-53页 |
| 第五章 结论和展望 | 第53-55页 |
| 5.1 本文主要工作 | 第53页 |
| 5.2 研究展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 作者简介 | 第61-62页 |
