首页> 中文学位 >水下图像质量增强与立体匹配算法研究
【6h】

水下图像质量增强与立体匹配算法研究

代理获取

目录

声明

第1章 绪 论

1.1 课题背景及研究的目的和意义

1.2 国内外研究现状及发展趋势

1.2.1 水下图像质量增强

1.2.2 水下立体视觉匹配

1.2.3 现有工作存在的不足

1.3 本文的主要研究内容与组织结构

第2章 水下双目立体视觉研究原理与方法

2.1 引言

2.2 水下图像质量增强

2.2.1 水下光学特性

2.2.2 水下图像退化模型

2.3 双目立体视觉

2.3.1 双目立体视觉原理

2.3.2 立体匹配视差理论

2.4 评价及测试方法

2.4.1 立体匹配评价方法

2.4.2 水下双目立体匹配测试集

2.5 本章小结

第3章 基于亮通道先验的水下图像质量增强

3.1 引言

3.2 暗通道先验水下图像复原

3.2.1 图像退化模型

3.2.2 通过暗通道先验估计透射率图像

3.3 基于亮通道先验的水下图像复原

3.3.1 获取亮通道图像

3.3.2 生成最大色差图像

3.3.3 校正亮通道图像

3.3.4 估算大气光

3.3.5 计算和优化透射率图像

3.3.6 复原和增强水下图像

3.4 实验分析

3.4.1 算法对比试验

3.4.2 实验室水下环境实验

3.4.3 真实海洋环境水下实验

3.5 本章小结

第4章 基于局部三融合的水下图像质量增强

4.1 引言

4.2 基于局部自适应比例融合的颜色平衡

4.3 边缘信息增强

4.4 基于三融合的图像质量增强

4.4.1 图像退化模型

4.4.2 局部三融合

4.5 实验与分析

4.5.1 图像质量定量评价指标

4.5.2 实验环境与参数设定

4.5.3 算法对比试验

4.5.4 实验室水下环境实验

4.5.4 真实海洋环境水下实验

4.6 本章小结

第5章 基于像素类别信息的改进PatchMatch立体匹配算法

5.1 引言

5.2 多维权重能量函数

5.3 局部优化窗口模型

5.3.1 交叉窗口

5.3.2 窗口标签初始化

5.4 基于多像素类别信息的迭代优化

5.4.1像素类别信息定义

5.4.2 基于像素类别信息的标签生成机制

5.4.3 基于像素类别信息的视差优化

5.5 本章算法流程

5.6 实验结果及分析

5.6.1 对比实验

5.6.2 实验室水下环境实验

5.6.3 真实海洋水下环境实验

5.7 本章小结

第6章 基于多尺度视差融合与多类型支持窗的立体匹配算法

6.1 引言

6.2 基于颜色和梯度差异的代价计算

6.3 基于代价空间融合的代价聚合

6.4 基于多尺度视差融合的初始视差计算

6.4.1 多尺度视差图计算

6.4.2 基于像素分类的多尺度视差图融合

6.5 视差优化

6.5.1 基于多信息权值的边缘视差优化

6.5.2 基于多类型支撑区域的视差图填充

6.6 实验与分析

6.6.1 实验环境和参数设置

6.6.2 对比实验

6.6.3 实验室水下环境实验

6.6.4 真实海洋水下环境实验

6.7 本章小结

结论

参考文献

攻读博士学位期间承担的科研任务与主要成果

致谢

展开▼

著录项

  • 作者

    高雅昆;

  • 作者单位

    燕山大学;

  • 授予单位 燕山大学;
  • 学科 控制科学与工程
  • 授予学位 博士
  • 导师姓名 李海滨;
  • 年度 2019
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号