內(nèi)河航運(yùn)圖像和視頻去霧算法/現(xiàn)代航運(yùn)與物流安全綠色智能技術(shù)研究叢書
定 價(jià)：82 元
叢書名：現(xiàn)代航運(yùn)與物流安全綠色智能技術(shù)研究叢書
- 作者：胡眾義 著
- 出版時(shí)間：2019/5/1
- ISBN：9787562960256
- 出 版 社：武漢理工大學(xué)出版社
- 中圖法分類：U697
- 頁(yè)碼：145
- 紙張：膠版紙
- 版次：1
- 開本：16開
《內(nèi)河航運(yùn)圖像和視頻去霧算法/現(xiàn)代航運(yùn)與物流安全綠色智能技術(shù)研究叢書》以內(nèi)河航運(yùn)的霧天圖像和視頻為研究對(duì)象，根據(jù)內(nèi)河航運(yùn)圖像和視頻去霧的國(guó)內(nèi)外研究現(xiàn)狀和發(fā)展趨勢(shì)，分析內(nèi)河霧天航運(yùn)圖像退化成因、機(jī)理和特點(diǎn)，研究?jī)?nèi)河航運(yùn)圖像去霧算法和去霧質(zhì)量的評(píng)價(jià)，在經(jīng)典的圖像增強(qiáng)和復(fù)原算法基礎(chǔ)上提出結(jié)合圖像增強(qiáng)和復(fù)原算法的內(nèi)河單幅圖像去霧算法，并在此基礎(chǔ)上進(jìn)一步研究了視頻去霧算法的難點(diǎn)和關(guān)鍵點(diǎn)，根據(jù)內(nèi)河航運(yùn)的特點(diǎn)，重點(diǎn)研究并提出了基于時(shí)空一致性和基于景深估計(jì)的兩種視頻去霧算法。
《內(nèi)河航運(yùn)圖像和視頻去霧算法/現(xiàn)代航運(yùn)與物流安全綠色智能技術(shù)研究叢書》的特點(diǎn)是將算法理論分析和仿真實(shí)驗(yàn)相結(jié)合，可以讓讀者清晰地掌握算法原理和應(yīng)用中存在的問(wèn)題以及解決問(wèn)題的方向。《內(nèi)河航運(yùn)圖像和視頻去霧算法/現(xiàn)代航運(yùn)與物流安全綠色智能技術(shù)研究叢書》內(nèi)容涉及光學(xué)、大氣學(xué)、信息處理、計(jì)算機(jī)視覺、人工智能等多學(xué)科的理論知識(shí)，它不僅是一本系統(tǒng)研究?jī)?nèi)河航運(yùn)圖像和視頻去霧的專業(yè)著作，對(duì)圖像和視頻去霧所面臨的日益廣泛的應(yīng)用需求有極重要的現(xiàn)實(shí)意義，而且該書也因去霧算法與多學(xué)科的理論知識(shí)相關(guān)而具有交叉學(xué)科的學(xué)術(shù)價(jià)值。
《內(nèi)河航運(yùn)圖像和視頻去霧算法/現(xiàn)代航運(yùn)與物流安全綠色智能技術(shù)研究叢書》可供計(jì)算機(jī)、自動(dòng)化、信息處理和交通工程等專業(yè)高年級(jí)本科生和研究生學(xué)習(xí)使用，也可以供從事視頻監(jiān)控和智能視頻處理與分析研發(fā)人員參考。
第1章 內(nèi)河航運(yùn)圖像和視頻去霧概述
1．1 研究目的及意義
1．2 國(guó)內(nèi)外研究現(xiàn)狀分析
1．2．1 圖像去霧算法研究現(xiàn)狀
1．2．2 視頻去霧算法研究現(xiàn)狀
1．2．3 內(nèi)河霧天航運(yùn)圖像與視頻去霧算法研究
1．3 實(shí)驗(yàn)視頻圖像技術(shù)要點(diǎn)概述
1．3．1 內(nèi)河航運(yùn)視頻制式說(shuō)明
1．3．2 內(nèi)河視頻去霧程度要求
1．4 本書主要內(nèi)容及結(jié)構(gòu)安排
1．4．1 本書主要內(nèi)容
1．4．2 本書結(jié)構(gòu)安排
第2章 霧的成因和圖像退化機(jī)理
2．1 霧的基礎(chǔ)理論
2．1．1 霧的定義
2．1．2 霧的成因
2．1．3 霧的分布及特點(diǎn)
2．1．4 內(nèi)河霧特點(diǎn)
2．2 大氣散射理論模型
2．2．1 入射光衰減模型
2．2．2 大氣散射模型
2．2．3 霧天成像模型
2．3 霧天圖像基本特征
2．3．1 顏色和灰度衰減特征
2．3．2 頻譜特性
2．4 內(nèi)河霧天航運(yùn)圖像特征
2．4．1 河面亮度變化特征
2．4．2 內(nèi)河環(huán)境與一般環(huán)境霧天圖像特征對(duì)比
2．5 本章小結(jié)
第3章 增強(qiáng)型去霧算法
3．1 增強(qiáng)型去霧算法的基本理論
3．1．1 數(shù)字圖像處理基本理論
3．1．2 空間域圖像增強(qiáng)
3．1．3 頻率域圖像增強(qiáng)
3．2 直方圖去霧算法
3．2．1 直方圖均衡化
3．2．2 局部直方圖均衡化
3．3 Retinex去霧算法
3．3．1 基于Retinex的圖像去霧原理
3．3．2 基于Retinex的內(nèi)河場(chǎng)景圖像去霧
3．3．3 基于Retinex增強(qiáng)去霧算法應(yīng)用分析
3．4 本章小結(jié)
第4章 復(fù)原型去霧算法
4．1 復(fù)原型去霧算法的基本理論
4．1．1 圖像復(fù)原的基本概念
4．1．2 圖像復(fù)原的模型
4．2 基于多幅圖像的去霧算法
4．2．1 Fabio Cozman退化模型
4．2．2 Narasimhan退化模型
4．3 基于單幅圖像的去霧算法
4．3．1 基于暗原色先驗(yàn)的圖像去霧
4．3．2 圖像摳圖法
4．4 本章小節(jié)
第5章 增強(qiáng)和復(fù)原混合的內(nèi)河
航運(yùn)圖像去霧算法
5．1 斯托克斯定律和瓊斯矩陣擴(kuò)展
5．2 雙邊濾波
5．3 基于Retinex亮度改善
5．3．1 Retinex算法的一般過(guò)程
5．3．2 高斯核函數(shù)
5．4 基于混合算法的內(nèi)河航運(yùn)圖像去霧算法
5．5 實(shí)驗(yàn)結(jié)果與分析
5．5．1 灰度直方圖比較
5．5．2 算法性能比較
5．6 本章小結(jié)
第6章 基于時(shí)空一致的內(nèi)河
航運(yùn)視頻去霧算法
6．1 局部最優(yōu)大氣光傳輸圖
6．1．1 自然圖像摳圖
6．1．2 灰度圖像局部最優(yōu)大氣光傳輸圖
6．1．3 彩色圖像局部最優(yōu)大氣光傳輸圖
6．2 大氣光傳輸圖優(yōu)化
6．2．1 大氣光傳輸圖細(xì)化
6．2．2 大面積天空的優(yōu)化
6．3 大氣光強(qiáng)度估計(jì)
6．3．1 基于灰度直方圖的天空分割法
6．3．2 大氣光強(qiáng)度提取
6．4 基于時(shí)空一致的視頻去霧算法
6．4．1 時(shí)空一致性
6．4．2 視頻閃爍消除算法
6．4．3 基于時(shí)空一致的視頻去霧算法
6．5 實(shí)驗(yàn)結(jié)果與分析
6．5．1 灰度直方圖比較
6．5．2 算法性能比較
6．5．3 視頻去霧主觀效果分析
6．5．4 視頻去霧客觀效果分析
6．6 本章小結(jié)
第7章 基于景深估計(jì)的內(nèi)河視頻去霧算法
7．1 景深估計(jì)
7．1．1 景深估計(jì)相關(guān)研究
7．1．2 視覺線索與景深
7．1．3 內(nèi)河霧天水面景深先驗(yàn)
7．1．4 相對(duì)景深估計(jì)
7．2 基于景深估計(jì)的視頻去霧算法
7．2．1 大氣光傳輸圖估計(jì)
7．2．2 關(guān)鍵幀選擇
7．3 實(shí)驗(yàn)及結(jié)果
7．4 本章小結(jié)
第8章 圖像去霧效果評(píng)價(jià)算法
8．1 圖像去霧評(píng)價(jià)算法
8．1．1 圖像去霧評(píng)價(jià)標(biāo)準(zhǔn)
8．1．2 客觀圖像質(zhì)量評(píng)價(jià)算法
8．2 圖像去霧評(píng)價(jià)指標(biāo)
8．2．1 平均銳度
8．2．2 優(yōu)化的可見邊特征
8．2．3 能見度檢測(cè)
8．3 評(píng)價(jià)結(jié)果與分析
8．3．1 平均銳度指標(biāo)
8．3．2 可見邊特征指標(biāo)
8．3．3 能見度檢測(cè)指標(biāo)
8．4 本章小結(jié)
參考文獻(xiàn)
書單推薦
