首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

大气散射模型在雾天图像增强和海面小目标检测中的应用

摘要第1-13页
ABSTRACT第13-15页
符号列表第15-17页
第一章 绪论第17-37页
   ·研究背景第17-21页
     ·课题来源与问题的提出第17-19页
     ·大气散射模型、雾天图像增强和目标检测的关系第19-21页
   ·国内外研究现状及分析第21-34页
     ·基于大气散射模型的去雾算法研究现状第21-26页
     ·海面可见光小目标检测算法的研究现状第26-30页
     ·海面红外小目标检测算法的研究现状第30-34页
   ·论文的研究内容与主要贡献第34-37页
     ·论文的研究内容及主要创新点第34-35页
     ·论文的组织结构第35-37页
第二章 大气散射模型与雾天图像增强算法第37-61页
   ·引言第37-39页
   ·雾天图像多散射大气模型的建模与分析第39-45页
     ·单散射大气模型及其缺点分析第39-40页
     ·多散射大气模型的建模与分析第40-45页
   ·基于单散射大气模型和嵌套窗口的去雾算法设计第45-55页
     ·雾天图像降质分析与单幅图像去雾算法的一般思路第45-48页
     ·基于嵌套窗口的去雾算法第48-53页
     ·试验结果与讨论第53-55页
   ·基于多散射大气模型的去雾算法设计第55-60页
     ·去雾算法设计第56-58页
     ·实验结果与讨论第58-60页
   ·本章小结第60-61页
第三章 去雾算法扩展应用I:海面可见光小目标的检测第61-78页
   ·问题引入第61-63页
   ·海面可见光目标的暗原色图像分析第63-65页
   ·基于大气散射模型的海面可见光小目标检测算法第65-72页
     ·海面场景结构的估计第65-69页
     ·深度自适应目标分割阈值的估计第69-72页
   ·试验结果与分析第72-76页
     ·数据采集与实验参数说明第72-73页
     ·检测算法定量分析方法简介第73-74页
     ·实验结果与讨论第74-76页
   ·本章小结第76-78页
第四章 去雾算法扩展应用II:海面红外小目标的检测第78-101页
   ·研究背景与海面可见光目标检测算法的启发第78-80页
   ·近似小波变换与海面红外小目标的检测第80-93页
     ·暗原色先验与局部最小模式第80-81页
     ·局部最小模式与海面红外图像的背景估计第81-83页
     ·局部最小模式与近似小波变换第83-86页
     ·近似小波变换与目标自适应分割阈值的估计第86-89页
     ·面向目标定位的快速聚类算法设计第89-91页
     ·试验结果与讨论第91-93页
   ·时空视觉线索融合与海面红外小目标的检测算法设计第93-100页
     ·基于Bayesian推理的时空视觉线索融合第93-94页
     ·海面红外小目标的时空视觉线索第94-97页
     ·实验结果与讨论第97-100页
   ·本章小结第100-101页
第五章 暗原色图像的扩展应用研究第101-136页
   ·引言第101-102页
   ·数据驱动小波滤波器的设计及其在去雾算法中应用第102-116页
     ·研究背景第102-105页
     ·数据驱动小波滤波器的构造第105-110页
     ·几种滤波器的对比实验第110-112页
     ·单幅图像去雾算法设计第112-113页
     ·试验结果与讨论第113-116页
   ·基于次序统计滤波器和多特征融合的海面可见光小目标检测第116-134页
     ·引言第116-118页
     ·次序统计滤波器与海面图像的背景估计第118-124页
     ·不同背景下海面可见光小目标的共享特征第124-129页
     ·面向目标检测的概率求解模型第129-131页
     ·试验结果与分析第131-134页
   ·本章小结第134-136页
第六章 总结与展望第136-140页
   ·论文主要工作总结第136-137页
   ·未来工作展望第137-140页
致谢第140-142页
参考文献第142-159页
作者在学期间取得的学术成果第159-160页

论文共160页,点击 下载论文
上一篇:云环境中的移动文件存储和时空数据分析关键技术研究
下一篇:面向跨域联邦环境的身份管理关键技术研究