| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题研究的背景及意义 | 第11-13页 |
| 1.2 国内外研究现状及发展趋势 | 第13-18页 |
| 1.3 研究存在的主要问题 | 第18-19页 |
| 1.4 本文研究的主要内容 | 第19-20页 |
| 1.5 本文的组织结构 | 第20-21页 |
| 第2章 去雾物理模型构建与典型算法分析 | 第21-36页 |
| 2.1 图像去雾物理模型 | 第21-26页 |
| 2.1.1 入射光衰减模型 | 第21-23页 |
| 2.1.2 大气光成像模型 | 第23-24页 |
| 2.1.3 大气散射模型 | 第24-25页 |
| 2.1.4 散射的波长相关性 | 第25-26页 |
| 2.2 典型图像去雾算法 | 第26页 |
| 2.3 基于物理模型的算法 | 第26-29页 |
| 2.3.1 利用不同天气条件下的多幅图像 | 第27页 |
| 2.3.2 利用不同偏振度的多幅图像 | 第27-28页 |
| 2.3.3 基于先验信息或用户交互的单幅图像方法 | 第28页 |
| 2.3.4 基于物理规律进行数据假设的单幅图像方法 | 第28-29页 |
| 2.4 非物理模型的算法 | 第29-35页 |
| 2.4.1 彩色增强 | 第29-33页 |
| 2.4.2 白平衡 | 第33-34页 |
| 2.4.3 对比度增强 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 基于暗原色先验的单幅图像去雾 | 第36-48页 |
| 3.1 图像复原 | 第36-39页 |
| 3.1.1 图像退化原因 | 第36-37页 |
| 3.1.2 图像退化/复原过程的模型 | 第37页 |
| 3.1.3 图像复原常用方法 | 第37-39页 |
| 3.2 暗原色先验 | 第39-41页 |
| 3.3 基于暗原色先验与图像抠图的单幅图像去雾算法 | 第41-46页 |
| 3.3.1 介质传播函数估计 | 第41-42页 |
| 3.3.2 基于图像抠图的传播函数细化 | 第42-45页 |
| 3.3.3 大气光估计 | 第45-46页 |
| 3.3.4 场景辐射亮度恢复 | 第46页 |
| 3.4 本章小结 | 第46-48页 |
| 第4章 基于物理模型的快速单幅图像去雾 | 第48-61页 |
| 4.0 引言 | 第48页 |
| 4.1 快速中值滤波 | 第48-54页 |
| 4.1.1 二维中值滤波原理 | 第48-50页 |
| 4.1.2 基于直方图的快速中值滤波 | 第50-54页 |
| 4.2 基于物理模型的快速图像去雾算法流程 | 第54-57页 |
| 4.2.1 大气散射模型的简化 | 第54页 |
| 4.2.2 大气耗散函数估计 | 第54-57页 |
| 4.2.3 场景反照率恢复 | 第57页 |
| 4.3 算法时间复杂度与实验结果 | 第57-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 图像去雾效果评价方法 | 第61-71页 |
| 5.1 引言 | 第61页 |
| 5.2 图像去雾过程中产生的问题 | 第61-63页 |
| 5.2.1 Halo效应 | 第61-62页 |
| 5.2.2 色调偏移 | 第62-63页 |
| 5.3 图像去雾效果评价 | 第63-70页 |
| 5.3.1 有效细节强度 | 第64页 |
| 5.3.2 色调还原程度 | 第64-65页 |
| 5.3.3 结构信息 | 第65-66页 |
| 5.3.4 图像去雾效果综合评价 | 第66-70页 |
| 5.4 本章小结 | 第70-71页 |
| 第6章 结论与展望 | 第71-73页 |
| 6.1 结论 | 第71页 |
| 6.2 展望 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 致谢 | 第79页 |