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

基于Retinex理论的图像增强算法研究

摘要第3-4页
abstract第4-5页
第1章 绪论第9-19页
    1.1 研究背景及意义第9-10页
    1.2 图像去雾增强技术研究现状第10-16页
        1.2.1 基于大气散射物理模型的方法第10-11页
        1.2.2 基于图像增强的方法第11-16页
    1.3 论文的主要内容和结构第16-18页
        1.3.1 研究内容第16-17页
        1.3.2 论文结构第17-18页
    1.4 本章小结第18-19页
第2章 色域和Retinex理论算法分析第19-27页
    2.1 色域第19-21页
        2.1.1 RGB色彩空间第19-20页
        2.1.2 HSI色彩空间第20-21页
        2.1.3 YCbCr色彩空间第21页
    2.2 Retinex理论基础第21-25页
        2.2.1 单尺度Retinex算法分析第23页
        2.2.2 多尺度Retinex算法分析第23-24页
        2.2.3 带色彩恢复的Retinex算法分析第24-25页
    2.3 Retinex算法的缺陷第25页
    2.4 本章小结第25-27页
第3章 雾天图像退化机理分析第27-34页
    3.1 雾霾的形成机理第27-28页
    3.2 雾天图像退化模型第28-32页
        3.2.1 入射光衰减模型第28-29页
        3.2.2 大气光成像模型第29-30页
        3.2.3 雾天图像退化模型第30-31页
        3.2.4 含雾图像屏幕坐标系建立第31-32页
    3.3 有雾图像的基本特性第32-33页
        3.3.1 有雾图像的空域特性第32页
        3.3.2 有雾图像的频域特性第32-33页
    3.4 本章小结第33-34页
第4章 基于改进Retinex理论的雾天图像增强算法研究第34-47页
    4.1 算法的提出第34页
    4.2 图像引导滤波器第34-37页
        4.2.1 图像引导滤波算法第34-37页
        4.2.2 尺度参数? 分析第37页
    4.3 算法的实现步骤第37-46页
        4.3.1 色彩空间的转换第38-39页
        4.3.2 基于自适应引导滤波的照度分量估计第39-42页
        4.3.3 线性拉伸饱和度分量第42页
        4.3.4 实验仿真验证和分析第42-46页
    4.4 本章小结第46-47页
第5章 基于改进暗原色先验理论的雾天图像增强算法研究第47-63页
    5.1 引言第47页
    5.2 暗原色先验理论第47-49页
    5.3 基于暗原色先验理论的雾天图像增强算法第49-54页
        5.3.1 透射率的估计第49-50页
        5.3.2 透射率的优化第50-52页
        5.3.3 大气光强度估计第52-53页
        5.3.4 复原清晰图像第53页
        5.3.5 暗通道先验去雾的不足分析第53-54页
    5.4 基于改进暗原色先验理论的雾天图像增强算法第54-58页
        5.4.1 自适应参数? 修正透射率第54页
        5.4.2 透射率补偿第54-56页
        5.4.3 引导滤波优化波透射率第56-57页
        5.4.4 伽马校正第57-58页
    5.5 实验仿真验证和分析第58-61页
        5.5.1 主观视觉效果分析第58-61页
        5.5.2 客观参数评价第61页
    5.6 本章小结第61-63页
第6章 总结和展望第63-65页
    6.1 全文总结第63-64页
    6.2 论文研究展望第64-65页
参考文献第65-72页
致谢第72-73页
攻读硕士学位期间从事的科研工作及取得的成果第73页

论文共73页,点击 下载论文
上一篇:多业务环境下移动互联网用户行为分析与建模
下一篇:身份证号码识别算法与研究