基于图像融合的水下图像增强研究
摘要 | 第1-6页 |
Abstract | 第6-7页 |
致谢 | 第7-12页 |
第一章 绪论 | 第12-19页 |
·课题背景和意义 | 第12-13页 |
·数字图像增强的发展简述 | 第13-17页 |
·应用情况 | 第13-15页 |
·国内外研究现状 | 第15-17页 |
·选题依据及构想 | 第17页 |
·论文结构 | 第17-19页 |
第二章 水下图像理论基础 | 第19-29页 |
·水下图像特点概述 | 第19-20页 |
·水下光学成像的规律和特点 | 第20-21页 |
·水体对光的吸收特性 | 第21页 |
·水体对光的散射特性 | 第21页 |
·水下图像增强常用方法 | 第21-28页 |
·直方图均衡化 | 第22-23页 |
·拉普拉斯锐化 | 第23-24页 |
·巴特沃斯高通滤波 | 第24-25页 |
·Retinex 图像增强算法 | 第25-27页 |
·基于小波变换的图像增强 | 第27-28页 |
·本章小结 | 第28-29页 |
第三章 基于融合水下图像增强 | 第29-42页 |
·光在水下传输物理过程 | 第29-32页 |
·水下图像成像模型 | 第29-31页 |
·水下图像退化分析 | 第31-32页 |
·图像融合介绍 | 第32-35页 |
·图像的金字塔生成 | 第32-34页 |
·基于金字塔分解的图像融合 | 第34-35页 |
·基于融合方法的水下图像增强 | 第35-39页 |
·待融合图像的选取 | 第36-38页 |
·多尺度图像融合 | 第38-39页 |
·实验结果对比 | 第39-41页 |
·本章小结 | 第41-42页 |
第四章 利用统计学习方法改进融合算法 | 第42-51页 |
·统计学习方法介绍 | 第42-43页 |
·统计学习方法训练融合参数 | 第43-47页 |
·实验结果及分析 | 第47-50页 |
·本章小结 | 第50-51页 |
第五章 总结与展望 | 第51-53页 |
·总结 | 第51页 |
·工作展望 | 第51-53页 |
参考文献 | 第53-57页 |
攻读硕士学位期间主要科研工作及成果 | 第57-59页 |