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。
]
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
封面
书名:内河航运图像和视频去雾算法
作者:胡众义著
页数:145页
定价:¥82.0
出版社:武汉理工大学出版社
出版日期:2019-05-01
ISBN:9787562960256
PDF电子书大小:146MB 高清扫描完整版