昼夜图像分类与去雾研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 图像自动分类研究现状 | 第9-10页 |
| 1.2.2 图像去雾研究现状 | 第10-14页 |
| 1.2.3 夜晚图像去雾研究现状 | 第14页 |
| 1.3 论文研究工作和创新点 | 第14-15页 |
| 1.4 论文章节安排 | 第15-16页 |
| 第2章 图像去雾技术 | 第16-34页 |
| 2.1 基于图像增强的去雾方法 | 第16-21页 |
| 2.1.1 全局化增强方法 | 第16-19页 |
| 2.1.2 局部化增强方法 | 第19-21页 |
| 2.2 基于物理模型的去雾方法 | 第21-28页 |
| 2.2.1 大气散射模型 | 第21-25页 |
| 2.2.2 基于暗通道先验的去雾算法 | 第25-27页 |
| 2.2.3 导向滤波 | 第27-28页 |
| 2.3 去雾新方法 | 第28-31页 |
| 2.4 去雾性能评价 | 第31-33页 |
| 2.4.1 主观质量评价方法 | 第31页 |
| 2.4.2 客观质量评价方法 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 基于统计特征的昼夜图像分类 | 第34-40页 |
| 3.1 白天图像与夜间图像的特征差异 | 第34-36页 |
| 3.2 昼夜图像特征统计与量化 | 第36-38页 |
| 3.3 基于统计特征的昼夜图像分类 | 第38页 |
| 3.4 实验与结果分析 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于暗通道先验和颜色转换的夜间图像去雾 | 第40-46页 |
| 4.1 夜间雾天图像成像模型 | 第40-41页 |
| 4.2 夜间雾天图像去雾算法 | 第41-44页 |
| 4.2.1 亮度增强 | 第41-42页 |
| 4.2.2 光晕去除 | 第42页 |
| 4.2.3 颜色校正 | 第42-43页 |
| 4.2.4 去雾与降噪 | 第43-44页 |
| 4.3 实验与结果分析 | 第44-45页 |
| 4.3.1 主观评价 | 第45页 |
| 4.3.2 客观评价 | 第45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 夜间雾天图像新模型及复原 | 第46-54页 |
| 5.1 夜间雾天图像成像新模型 | 第46-47页 |
| 5.2 基于新模型的夜间图像去雾 | 第47-50页 |
| 5.2.1 图像去雾 | 第47-48页 |
| 5.2.2 图像分离 | 第48-50页 |
| 5.2.3 图像增强 | 第50页 |
| 5.3 实验与结果分析 | 第50-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第6章 总结和展望 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 发表论文和参加科研情况说明 | 第62-64页 |
| 致谢 | 第64-66页 |
