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

基于暗通道先验的去雾技术研究

致谢第4-5页
摘要第5-6页
Abstract第6-7页
1 绪论第10-14页
    1.1 课题研究背景和意义第10页
    1.2 国内外研究现状第10-12页
        1.2.1 基于图像增强的去雾第11页
        1.2.2 基于图像复原的去雾第11-12页
    1.3 本文的主要研究内容及结构安排第12-14页
2 理论基础第14-23页
    2.1 雾天图像的形成与特性第14-18页
        2.1.1 雾的定义第14页
        2.1.2 雾天图像形成第14-18页
        2.1.3 雾天图像特性第18页
    2.2 暗原色先验原理第18-20页
    2.3 去雾评价指标第20-22页
        2.3.1 主观评价指标第20页
        2.3.2 客观评价指标第20-22页
    2.4 本章小结第22-23页
3 暗通道先验去雾算法及改进第23-41页
    3.1 暗通道先验去雾算法介绍第23-24页
        3.1.1 暗通道先验去雾算法优势第23页
        3.1.2 暗通道先验去雾算法的不足第23-24页
    3.2 求取暗通道第24-27页
        3.2.1 求取暗通道的方法第24-25页
        3.2.2 优化暗通道求取方法第25-26页
        3.2.3 实验结果与分析第26-27页
    3.3 估计大气光第27-29页
        3.3.1 估计大气光的方法第27-28页
        3.3.2 大气光估计的优化第28页
        3.3.3 实验结果与分析第28-29页
    3.4 估计透射率第29-32页
        3.4.1 估计透射率方法第29-30页
        3.4.2 缺陷分析第30-32页
    3.5 优化透射率第32-39页
        3.5.1 边缘细节透射率优化第32-34页
        3.5.2 边缘透射率优化实验结果与分析第34-37页
        3.5.3 天空等明亮区域的透射率优化第37-38页
        3.5.4 明亮区域透射率优化实验结果与分析第38-39页
    3.6 复原有雾图像第39页
    3.7 本章小结第39-41页
4 基于暗通道先验的快速去雾算法第41-56页
    4.1 颜色空间第41-42页
        4.1.1 RGB颜色空间第41页
        4.1.2 HSI颜色空间第41-42页
        4.1.3 RGB和HSI之间的相互转换第42页
    4.2 HSI空间去雾分析第42-47页
        4.2.1 H分量去雾分析第43-44页
        4.2.2 S分量去雾分析第44-46页
        4.2.3 I分量去雾分析第46-47页
    4.3 暗通道先验原理在HSI去雾模型中的应用第47-48页
    4.4 快速去雾算法原理及流程第48-54页
        4.4.1 原理第49页
        4.4.2 算法流程第49-50页
        4.4.3 实验结果与分析第50-54页
    4.5 本章小结第54-56页
5 总结和展望第56-57页
    5.1 工作总结第56页
    5.2 研究展望第56-57页
参考文献第57-61页
作者简历及在学期间发表的学术论文与研究成果第61页

论文共61页,点击 下载论文
上一篇:软模板法合成MgO-Li2O固体碱催化剂用于生物柴油的研究
下一篇:核电接管安全端焊缝裂纹应力强度因子及扩展行为的研究