内河航运图像和视频去雾算法 目录

第1章 内河航运图像和视频去雾概述
1．1 研究目的及意义
1．2 国内外研究现状分析
1．2．1 图像去雾算法研究现状
1．2．2 视频去雾算法研究现状
1．2．3 内河雾天航运图像与视频去雾算法研究
1．3 实验视频图像技术要点概述
1．3．1 内河航运视频制式说明
1．3．2 内河视频去雾程度要求
1．4 本书主要内容及结构安排
1．4．1 本书主要内容
1．4．2 本书结构安排
第2章 雾的成因和图像退化机理
2．1 雾的基础理论
2．1．1 雾的定义
2．1．2 雾的成因
2．1．3 雾的分布及特点
2．1．4 内河雾特点
2．2 大气散射理论模型
2．2．1 入射光衰减模型
2．2．2 大气散射模型
2．2．3 雾天成像模型
2．3 雾天图像基本特征
2．3．1 颜色和灰度衰减特征
2．3．2 频谱特性
2．4 内河雾天航运图像特征
2．4．1 河面亮度变化特征
2．4．2 内河环境与一般环境雾天图像特征对比
2．5 本章小结
第3章 增强型去雾算法
3．1 增强型去雾算法的基本理论
3．1．1 数字图像处理基本理论
3．1．2 空间域图像增强
3．1．3 频率域图像增强
3．2 直方图去雾算法
3．2．1 直方图均衡化
3．2．2 局部直方图均衡化
3．3 Retinex去雾算法
3．3．1 基于Retinex的图像去雾原理
3．3．2 基于Retinex的内河场景图像去雾
3．3．3 基于Retinex增强去雾算法应用分析
3．4 本章小结
第4章 复原型去雾算法
4．1 复原型去雾算法的基本理论
4．1．1 图像复原的基本概念
4．1．2 图像复原的模型
4．2 基于多幅图像的去雾算法
4．2．1 Fabio Cozman退化模型
4．2．2 Narasimhan退化模型
4．3 基于单幅图像的去雾算法
4．3．1 基于暗原色先验的图像去雾
4．3．2 图像抠图法
4．4 本章小节
第5章 增强和复原混合的内河
航运图像去雾算法
5．1 斯托克斯定律和琼斯矩阵扩展
5．2 双边滤波
5．3 基于Retinex亮度改善
5．3．1 Retinex算法的一般过程
5．3．2 高斯核函数
5．4 基于混合算法的内河航运图像去雾算法
5．5 实验结果与分析
5．5．1 灰度直方图比较
5．5．2 算法性能比较
5．6 本章小结
第6章 基于时空一致的内河
航运视频去雾算法
6．1 局部*优大气光传输图
6．1．1 自然图像抠图
6．1．2 灰度图像局部*优大气光传输图
6．1．3 彩色图像局部*优大气光传输图
6．2 大气光传输图优化
6．2．1 大气光传输图细化
6．2．2 大面积天空的优化
6．3 大气光强度估计
6．3．1 基于灰度直方图的天空分割法
6．3．2 大气光强度提取
6．4 基于时空一致的视频去雾算法
6．4．1 时空一致性
6．4．2 视频闪烁消除算法
6．4．3 基于时空一致的视频去雾算法
6．5 实验结果与分析
6．5．1 灰度直方图比较
6．5．2 算法性能比较
6．5．3 视频去雾主观效果分析
6．5．4 视频去雾客观效果分析
6．6 本章小结
第7章 基于景深估计的内河视频去雾算法
7．1 景深估计
7．1．1 景深估计相关研究
7．1．2 视觉线索与景深
7．1．3 内河雾天水面景深先验
7．1．4 相对景深估计
7．2 基于景深估计的视频去雾算法
7．2．1 大气光传输图估计
7．2．2 关键帧选择
7．3 实验及结果
7．4 本章小结
第8章 图像去雾效果评价算法
8．1 图像去雾评价算法
8．1．1 图像去雾评价标准
8．1．2 客观图像质量评价算法
8．2 图像去雾评价指标
8．2．1 平均锐度
8．2．2 优化的可见边特征
8．2．3 能见度检测
8．3 评价结果与分析
8．3．1 平均锐度指标
8．3．2 可见边特征指标
8．3．3 能见度检测指标
8．4 本章小结
参考文献

内河航运图像和视频去雾算法 内容简介

在经典的图像增强和复原算法基础上提出结合图像增强和复原算法的内河单幅图像去雾算法。在此基础上进一步研究了视频去雾算法的难点和关键点，根据内河航运的特点，重点研究并提出了基于时空一致性和基于景深估计的两种视频去雾算法。本书的特点是将算法理论分析和仿真实验相结合，可以让读者清晰地掌握算法原理和应用中存在的问题以及解决问题的方向。本书内容涉及到光学、大气学、信息处理、计算机视觉、人工智能等多学科的理论知识。不仅是一本系统研究内河航运图像和视频去雾的专业著作，对图像和视频去雾所面临着的更加广泛的应用需求有极重要的现实意义。而且也因去雾算法与多学科的理论知识相关使得该书具有交叉学科的学术价值。本书可作为计算机、自动化、信息处理和交通工程等专业高年级本科生和研究生学习用，也可以作为从事视频监控和智能视频处理与分析研发人员参考。