含雾数字图像的清晰化算法研究
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题研究的背景及意义 | 第11页 |
| 1.2 国内外研究现状分析 | 第11-19页 |
| 1.2.1 基于图像增强去雾技术研究状况 | 第12-15页 |
| 1.2.2 基于物理模型去雾技术研究状况 | 第15-19页 |
| 1.3 含雾数字图像去雾的难点 | 第19页 |
| 1.4 论文的研究内容及结构安排 | 第19-21页 |
| 第2章 含雾数字图像常用去雾算法 | 第21-31页 |
| 2.1 雾天图像的特征 | 第21-22页 |
| 2.1.1 雾与霾的成因 | 第21-22页 |
| 2.1.2 含雾数字图像特征 | 第22页 |
| 2.2 直方图均衡化去雾 | 第22-25页 |
| 2.2.1 全局直方图均衡化 | 第22-23页 |
| 2.2.2 自适应直方图均衡化 | 第23页 |
| 2.2.3 限制对比度自适应直方图均衡化 | 第23-25页 |
| 2.3 Retinex去雾 | 第25-29页 |
| 2.3.1 单尺度Retinex | 第25-26页 |
| 2.3.2 多尺度Retinex | 第26-28页 |
| 2.3.3 带色彩恢复的多尺度Retinex | 第28-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第3章 基于分割的暗原色先验理论去雾算法研究 | 第31-44页 |
| 3.1 基于暗原色先验算法去雾 | 第31-37页 |
| 3.1.1 图像成像物理模型 | 第31-33页 |
| 3.1.2 建立数学模型 | 第33页 |
| 3.1.3 暗原色先验算法 | 第33-34页 |
| 3.1.4 大气光估算 | 第34-35页 |
| 3.1.5 透射率估算 | 第35-36页 |
| 3.1.6 暗原色去雾 | 第36-37页 |
| 3.2 含雾数字图像阈值分割 | 第37-38页 |
| 3.2.1 彩色图像二值化 | 第37页 |
| 3.2.2 阈值分割 | 第37-38页 |
| 3.3 不同区域暗原色先验去雾 | 第38-40页 |
| 3.4 基于像素图像融合 | 第40-41页 |
| 3.5 基于分割暗原色先验算法流程 | 第41-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第4章 含雾图像自适应阈值分割算法研究 | 第44-56页 |
| 4.1 基于信息熵分割 | 第44-47页 |
| 4.1.1 熵的定义 | 第44页 |
| 4.1.2 一维最大熵分割 | 第44-45页 |
| 4.1.3 二维最大熵分割 | 第45-47页 |
| 4.2 基于Otsu分割 | 第47-52页 |
| 4.2.1 一维Otsu分割 | 第47-49页 |
| 4.2.2 二维Otsu分割 | 第49-51页 |
| 4.2.3 改进二维Otsu分割 | 第51-52页 |
| 4.3 分割效果比较 | 第52-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 去雾效果评价与试验分析 | 第56-66页 |
| 5.1 含雾图像清晰化处理软件开发 | 第56-60页 |
| 5.1.1 系统软硬件环境 | 第56页 |
| 5.1.2 含雾图像去雾系统设计 | 第56-58页 |
| 5.1.3 基于分割的暗原色先验子模块介绍 | 第58-60页 |
| 5.2 去雾算法评价指标 | 第60-61页 |
| 5.2.1 亮度评价指标 | 第60页 |
| 5.2.2 对比度评价指标 | 第60页 |
| 5.2.3 清晰度评价指标 | 第60-61页 |
| 5.3 试验结果评价及分析 | 第61-64页 |
| 5.4 本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-78页 |
| 致谢 | 第78页 |
