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

雾天及海洋环境下的图像增强与复原技术研究

摘要第4-6页
abstract第6-8页
第1章 绪论第15-31页
    1.1 图像去雾的研究背景与意义第16-18页
    1.2 图像去雾的国内外研究进展与现状第18-23页
    1.3 水下图像处理的研究背景与意义第23-25页
    1.4 水下图像处理的国内外研究进展与现状第25-29页
    1.5 研究内容及章节安排第29-31页
第2章 雾天及水下图像增强与复原基本理论第31-59页
    2.1 图像增强理论第31-46页
        2.1.1 雾天图像增强算法第32-38页
        2.1.2 水下图像增强算法第38-46页
    2.2 图像复原理论第46-58页
        2.2.1 雾天图像复原算法第46-53页
        2.2.2 水下图像复原算法第53-58页
    2.3 本章小节第58-59页
第3章 基于自适应阈值分割与图像融合的去雾算法第59-75页
    3.1 暗通道先验理论分析第59-60页
    3.2 基于自适应阈值分割与图像融合的去雾算法第60-66页
        3.2.1 获取大气光第60-62页
        3.2.2 透射率融合第62-66页
    3.3 实验结果第66-72页
        3.3.1 主观评价第67-68页
        3.3.2 客观评价第68-72页
    3.4 本章小结第72-75页
第4章 基于天空区域识别与透射率重映射的去雾算法第75-91页
    4.1 天空区域模式识别与透射率重映射第75-85页
        4.1.1 天空区域识别第76-78页
        4.1.2 区域生长与天空分割第78-82页
        4.1.3 大气光估计第82页
        4.1.4 透射率重映射第82-84页
        4.1.5 图像复原与亮度调整第84-85页
    4.2 实验结果第85-89页
        4.2.1 主观评价第85-89页
        4.2.2 客观评价第89页
    4.3 本章小结第89-91页
第5章 水下图像色度调增与增强算法第91-109页
    5.1 水下光学特征分析第91-94页
    5.2 基于红色通道加权补偿与gamma修正模型的实时海洋图像增强第94-102页
        5.2.1 红色通道加权补偿第94-97页
        5.2.2 gamma修正模型第97-102页
    5.3 实验结果第102-108页
        5.3.1 主观评价第103-107页
        5.3.2 客观评价第107-108页
    5.4 本章小结第108-109页
第6章 总结与展望第109-113页
    6.1 全文工作总结第109页
    6.2 本文主要创新点第109-110页
    6.3 展望第110-113页
参考文献第113-123页
致谢第123-125页
作者简介及在学期间发表的学术论文及研究成果第125页

论文共125页,点击 下载论文
上一篇:基于大视场夏克—哈特曼波前传感器的白天大气视宁度和风速分层测量技术研究
下一篇:小型化复眼结构多维信息探测关键技术研究