正版
雾霾天气下的图像复原技术
- 书名
- 雾霾天气下的图像复原技术
- 作者
- 何林远 等 编著 编
- 出版社
- 国防工业出版社
- 出版时间
- 2025-09-01
- ISBN
- 9787118136890
- 货号
- 1203911300
- 品相
- 全新
- 分类
- 当代·工业
- 书名
- 雾霾天气下的图像复原技术
- 作者
- 何林远 等 编著 编
- 出版社
- 国防工业出版社
- 出版时间
- 2025-09-01
- ISBN
- 9787118136890
- 货号
- 1203911300
- 品相
- 全新
- 分类
- 当代·工业
目录▼
第1章图像去雾技术概述
1.1去雾问题的提出
1.1.1研究背景
1.1.2研究意义
1.2去雾问题研究现状
1.2.1基于增强技术的方法
1.2.2基于模型分析的方法
1.2.3基于深度学习的方法
1.2.4去雾数据集选择
1.3去雾技术关键问题分析
1.3.1雾霾图像的组成成分研究
1.3.2雾霾图像的表现形式研究
1.3.3雾霾图像的作用运算研究
1.4图像去雾的评价方法
1.4.1经典去雾评价方法
1.4.2对比度增强评价方法
1.4.3其他去雾评价方法
1.5本章小结
参考文献
第2章基于典型增强方法的图像去雾技术
2.1图像增强的基本理论
2.2常用的空域增强方法
2.2.1灰度变换
2.2.2直方图处理
2.2.3空间滤波
2.3常用的频域增强方法
2.3.1低通滤波
2.3.2高通滤波
2.3.3同态滤波
2.3.4小波变换
2.4典型方法在去雾中的应用
2.4.1直方图均衡化去雾
2.4.2直方图规定化去雾
2.4.3局部直方图均衡化去雾
2.4.4同态滤波去雾
2.4.5小波变换去雾
2.5本章小结
参考文献
第3章基于人眼视觉的图像去雾技术
3.1人眼视觉系统
3.1.1人眼视觉系统的组成
3.1.2人眼视觉恒常性
3.1.3Retinex理论
3.2Retinex算法演进
3.2.1基于路径比较的Retinex算法
3.2.2中心/环绕Retinex算法
3.2.3变分Kimmel Retinex算法
3.3保持色彩和亮度的Retinex改进去雾算法
3.3.1白平衡和背景亮度的计算
3.3.2估计外部光照
3.3.3求解场景反射率
3.3.4亮度校正
3.3.5实验结果及其分析
3.4亮度反馈的彩色图像去雾算法
3.4.1图像色彩空间转换
3.4.2亮度图像处理方案
3.4.3视觉特性的色度调整方案
3.4.4实验结果及分析
3.5本章小结
参考文献
第4章基于统计特征的图像去雾技术
4.1统计特征的去雾算法演进
4.2基于局部特征统计的图像去雾
4.2.1暗通道先验
4.2.2color-lines先验
4.2.3分区域粗略估计介质传输图
4.2.4细化粗略估计介质传输图
4.2.5实验结果及分析
4.3基于非局部特征统计的图像去雾
4.3.1非局部先验
4.3.2利用非局部先验估计初始介质传输图
4.3.3实验结果及分析
4.4基于全局特征统计的快速图像去雾
4.4.1颜色衰减先验
4.4.2粗略估计介质传输图
4.4.3优化介质传输图
4.4.4实验结果及分析
4.5本章小结
参考文献
第5章基于几何模型的图像去雾技术
5.1景深特性拟合与表征
5.1.1点规划先验
5.1.2局部线性先验
5.1.3曲面可展先验
5.2基于哈代变分框架下的图像去雾算法
5.2.1哈代空间
5.2.2基于哈代变分框架的图像去雾
5.2.3实验结果及分析
5.3基于颜色模型的雾霾图像复原算法
5.3.1混合模态下的初始估计分析
5.3.2颜色线限定下的精准恢复
5.3.3实验结果及分析
5.4基于曲面特性的雾霾图像复原算法
5.4.1典型矩阵投射法
5.4.2局部流形的估计方法
5.4.3景深协同的高斯曲率正则化
5.4.4实验结果及分析
5.5本章小结
参考文献
第6章基于马尔可夫模型的图像去雾技术
6.1马尔可夫随机场
6.1.1马尔可夫随机场基础理论
6.1.2马尔可夫随机场常见模型
6.1.3常用的参数估计方法和最优准则
6.2暗通道先验下一阶马尔可夫随机场去雾
6.2.1马尔可夫随机场模型
6.2.2基于纹理检测的介质传输图精细化
6.2.3实验结果及分析
6.3color-lines先验下高阶马尔可夫随机场去雾
6.3.1利用color-lines先验计算tc(x)
6.3.2基于color-lines先验的传输图粗校正
6.3.3利用高阶马尔可夫随机场优化介质传输图
6.3.4实验结果及分析
6.4颜色衰减先验下局部一致马尔可夫随机场去雾
6.4.1改进介质传输图估计
6.4.2利用局部一致性马尔可夫随机场优化介质传输图
6.4.3去雾效果优化
6.4.4实验结果及分析
6.5本章小结
参考文献
第7章基于稀疏表征模型的图像去雾技术
7.1稀疏表示理论
7.1.1基础理论
7.1.2模型求解
7.2基于稀疏特征提取的去雾算法
7.2.1基于稀疏表示的传输图优化模型
7.2.2基于稀疏表征模型的传输图精细化
7.2.3基于稀疏系数结合的最终传输图求取
7.2.4实验结果及分析
7.3基于双字典差异化处理的图像去雾算法
7.3.1去雾模型分析
7.3.2基于K-SVD字典的图像重构
7.3.3基于PCA字典的图像重构
7.3.4差异化图像处理
7.3.5实验结果及分析
7.4本章小结
参考文献
第8章基于卷积神经网络的图像去雾技术
8.1卷积神经网络去雾现状
8.2基于卷积网络的图像去雾代表性算法
8.2.1基于卷积网络 DehazeNet 的图像去雾算法
8.2.2基于多尺度卷积网络 MSCNN 的图像去雾算法
8.2.3基于FFA-Net的图像去雾算法
8.3基于卷积网络的图像去雾
8.3.1分层金字塔网络
8.3.2基于特征学习的去雾对抗生成网络
8.4本章小结
参考文献
文摘▼
本书以分析大气散射模型的作用机理为研究主线,以雾天图像特征为主要研究对象,从图像的典型统计特征、稀疏特征、马尔科夫概率图特征、典型几何特征和深度学习特征入手,研究了基于特征分析和特征学习的图像去雾算法,论述了目前主流去雾算法存在的主要缺陷;并从变分法、偏微分方程、稀疏表示和马尔科夫随机场的框架下对图强去雾算法进行分析和描述。本书是在国家863课题和国家自然科学基金项目研究的基础上总结而成,介绍了雾霾图像的成因、图像去雾和去雾后图像质量评价方法,详细讨论了多种围绕特征分析和特征学习的雾霾图像复原方法,并给出了这些算法的实现过程和相应的实验结果。





