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 |