圖像去霧技術(shù)及其應(yīng)用

前言
1//第1章 圖像去霧技術(shù)概述
1.1 圖像去霧問題的提出 2
1.2 圖像去霧技術(shù)的現(xiàn)狀 5
1.2.1 圖像去霧技術(shù)的研究現(xiàn)狀 5
1.2.2 圖像去霧效果的評價現(xiàn)狀 9
1.2.3 圖像去霧技術(shù)的實際應(yīng)用現(xiàn)狀 10
1.3 圖像去霧技術(shù)的難點及關(guān)鍵問題 11
1.3.1 霧天圖像的基本特征分析 11
1.3.2 圖像去霧的難點 15
1.3.3 圖像去霧的關(guān)鍵問題 16
1.4 本章小結(jié) 16
參考文獻(xiàn) .17
19//第2章 基于圖像增強的去霧技術(shù)
2.1 圖像增強的基本理論 20
2.1.1 圖像增強的基本概念 20
2.1.2 圖像增強的常用空域方法 21
2.1.3 圖像增強的常用頻域方法 26
2.2 基于圖像增強的代表性去霧算法 28
2.2.1 直方圖處理算法 28
2.2.2 Retinex算法 31
2.2.3 方法局限性 40
2.3 基于霧氣遮罩的圖像去霧算法 41
2.3.1 霧氣遮罩模型 41
2.3.2 基于霧氣遮罩的去霧算法 41
CONTENTS
圖像去霧技術(shù)及其應(yīng)用
2.3.3 實驗結(jié)果與分析 44
2.4 基于融合策略的圖像去霧算法 46
2.4.1 去霧融合策略 46
2.4.2 基于融合策略的去霧算法 47
2.4.3 實驗結(jié)果與分析 52
2.5 本章小結(jié) 58
參考文獻(xiàn) . 58
61//第3章 基于圖像復(fù)原的去霧技術(shù)
3.1 圖像復(fù)原的基本理論 62
3.1.1 圖像復(fù)原的基本概念 62
3.1.2 圖像復(fù)原的一般模型 62
3.1.3 基于圖像復(fù)原的大氣散射理論 64
3.2 基于圖像復(fù)原的代表性去霧算法 70
3.2.1 He算法 71
3.2.2 Tarel算法 76
3.2.3 方法局限性 78
3.3 基于馬爾科夫模型的圖像去霧算法 82
3.3.1 馬爾科夫模型 83
3.3.2 基于馬爾科夫模型的去霧算法 84
3.3.3 實驗結(jié)果與分析 89
3.4 基于幾何結(jié)構(gòu)模型的圖像去霧算法 98
3.4.1 幾何結(jié)構(gòu)模型 98
3.4.2 基于幾何結(jié)構(gòu)模型的去霧算法 100
3.4.3 實驗結(jié)果與分析 104
3.5 本章小結(jié) 108
參考文獻(xiàn) . 109
111//第4章 圖像去霧效果綜合評價體系
4.1 基于可見邊的對比度增強評估方法 112
4.1.1 理論基礎(chǔ) 113
4.1.2 評價指標(biāo) 113
4.1.3 方法局限性 114
4.2 基于能見度檢測的去霧效果評價方法 115
4.2.1 相關(guān)理論 115
4.2.2 能見度距離計算方法 118
4.2.3 實驗結(jié)果與分析 120
4.3 基于合成圖像的去霧效果評價方法 122
4.3.1 環(huán)境渲染方法 122
4.3.2 光路傳播圖方法 123
4.3.3 實驗結(jié)果與分析 124
4.4 基于視覺感知的去霧效果評價方法 125
4.4.1 CNC的總體框架及評價指標(biāo) 126
4.4.2 CNC綜合評價函數(shù)的構(gòu)建 128
4.4.3 實驗結(jié)果與分析 129
4.5 本章小結(jié) 132
參考文獻(xiàn) . 133
135//第5章 圖像去霧算法的應(yīng)用
5.1 深度圖的相關(guān)知識 136
5.1.1 深度圖的基本概念 136
5.1.2 深度圖的求取方法 137
5.2 去霧算法在霧天道路圖像中的應(yīng)用 138
5.2.1 基于道路圖像特點的去霧算法 139
5.2.2 在霧天車道線特征提取中的應(yīng)用 148
5.2.3 在霧天交通標(biāo)志檢測中的應(yīng)用 148
5.2.4 在霧天交警手勢識別中的應(yīng)用 149
5.3 去霧算法在圖像渲染特效中的應(yīng)用 157
5.3.1 相關(guān)深度線索 158
5.3.2 圖像虛擬變焦 160
5.3.3 圖像霧氣模擬 164
5.3.4 圖像立體轉(zhuǎn)換 170
5.4 本章小結(jié) 177
參考文獻(xiàn) 177