注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當前位置: 首頁出版圖書科學技術計算機/網(wǎng)絡圖形圖像、多媒體、網(wǎng)頁制作水下光學圖像增強與復原方法及應用

水下光學圖像增強與復原方法及應用

水下光學圖像增強與復原方法及應用

定 價:¥99.00

作 者: 范新南,史朋飛 著
出版社: 科學出版社
叢編項:
標 簽: 暫缺

ISBN: 9787030702791 出版時間: 2021-11-01 包裝: 平裝
開本: 16開 頁數(shù): 182 字數(shù):  

內(nèi)容簡介

  《水下光學圖像增強與復原方法及應用》主要介紹水下光學圖像增強與復原算法原理,主要包括基于仿射陰影形成模型、粗糙集上下近似、仿鱟復眼機制、水下低分辨率圖像退化模型、暗通道理論、改進水下光學成像模型、優(yōu)化卷積神經(jīng)網(wǎng)絡、結構相似性的水下圖像增強算法和基于暗通道理論、色彩遷移的半全局水下圖像復原算法。結合豐富的實驗結果與分析,分別闡述了不同理論模型下算法的適用條件與優(yōu)勢劣勢,力圖利用圖像增強與復原技術解決江河湖海開發(fā)探測過程中的諸多難題,如水下目標檢測與跟蹤、構筑物缺陷分析、生物特征識別等。

作者簡介

暫缺《水下光學圖像增強與復原方法及應用》作者簡介

圖書目錄

目錄
前言
第1章 緒論 1
1.1 研究背景及意義 1
1.2 國內(nèi)外研究現(xiàn)狀 2
1.2.1 基于暗通道理論的圖像復原算法研究 6
1.2.2 基于偏振成像技術的圖像復原算法研究 7
1.2.3 超分辨率重構算法的國內(nèi)外研究 9
1.3 本書的主要內(nèi)容 14
參考文獻 16
第2章 基于仿射陰影形成模型的水下圖像增強算法 23
2.1 引言 23
2.2 仿射陰影形成模型及其改進模型 23
2.3 基于改進仿射陰影形成模型的水下圖像增強算法 25
2.3.1 光照問題區(qū)域的界定 26
2.3.2 算法的流程 27
2.4 實驗結果與對比分析 27
2.4.1 水下人工紋理圖像勻光處理實驗 27
2.4.2 水下自然紋理圖像勻光處理實驗 29
2.4.3 分析與討論 30
2.5 本章小結 31
參考文獻 31
第3章 基于粗糙集上下近似的水下圖像增強算法 32
3.1 引言 32
3.2 粗糙集知識表達模型構建 33
3.3 水下圖像背景亮度近似劃分 34
3.4 自適應分層的背景亮度均衡及前景紋理增強 37
3.5 實驗結果與對比分析 39
3.5.1 增強實驗 40
3.5.2 實驗分析 47
3.6 本章小結 48
參考文獻 48
第4章 基于仿鱟復眼機制的水下圖像增強算法 50
4.1 引言 50
4.2 仿鱟復眼圖像增強機制 50
4.2.1 生物視覺亮度均勻原理 50
4.2.2 鱟復眼仿生機制 51
4.3 仿鱟復眼機制的圖像增強算法 54
4.3.1 亮度自適應均勻 54
4.3.2 自適應非對稱窄條引導的側抑制 55
4.4 實驗結果與對比分析 59
4.5 本章小結 63
參考文獻 63
第5章 基于水下低分辨率圖像退化模型的圖像增強算法 64
5.1 引言 64
5.2 水下低分辨率圖像退化模型 65
5.2.1 低分辨率圖像退化模型 65
5.2.2 水下光學成像的低分辨率圖像退化模型構建 66
5.2.3 水下光學成像的低分辨率圖像退化模型分析 72
5.3 基于改進水下低分辨率圖像退化模型的圖像增強算法 74
5.3.1 水下低分辨率圖像退化模型關鍵參數(shù)估計 76
5.3.2 基于水下低分辨率圖像退化模型的超分辨率重構 79
5.4 實驗結果與對比分析 80
5.4.1 增強效果對比 81
5.4.2 模型適用性驗證 83
5.5 本章小結 86
參考文獻 87
第6章 基于暗通道的水下圖像增強算法 88
6.1 引言 88
6.2 基于暗通道的水下圖像去模糊 90
6.2.1 參數(shù)估計 90
6.2.2 圖像去模糊 93
6.2.3 改進ACE的自適應對比度增強 94
6.3 單點白平衡的顏色校正 96
6.4 實驗結果與對比分析 97
6.4.1 實驗結果 97
6.4.2 算法性能分析 100
6.5 本章小結 103
參考文獻 103
第7章 基于改進水下光學成像模型的圖像增強算法 104
7.1 引言 104
7.2 水下光學成像模型 104
7.3 改進水下光學成像模型和場景入射光的估計 106
7.3.1 改進水下光學成像模型 106
7.3.2 場景入射光的估計 108
7.4 基于水下光學輻照特性的透射率估計 111
7.5 實驗結果與對比分析 115
7.5.1 實驗結果 115
7.5.2 算法性能分析 118
7.6 本章小結 120
參考文獻 121
第8章 基于優(yōu)化卷積神經(jīng)網(wǎng)絡的圖像增強算法 122
8.1 引言 122
8.2 卷積神經(jīng)網(wǎng)絡原理 122
8.3 UIRNet網(wǎng)絡結構分析 125
8.3.1 特征提取層 127
8.3.2 多尺度特征映射層 128
8.3.3 特征重標定層 129
8.3.4 非線性回歸層 130
8.4 UIRNet的訓練信息 131
8.5 實驗結果與對比分析 132
8.5.1 實驗結果 133
8.5.2 算法性能分析 137
8.6 本章小結 138
參考文獻 139
第9章 基于結構相似性的水下偏振圖像增強算法 140
9.1 引言 140
9.2 水下偏振成像 140
9.2.1 偏振成像原理 140
9.2.2 水下偏振成像模型 141
9.3 基于結構相似性的水體透射率估計 143
9.4 圖像復原 147
9.5 實驗結果與對比分析 148
9.5.1 實驗結果 148
9.5.2 算法性能分析 149
9.6 本章小結 151
參考文獻 151
第10章 基于暗通道理論的水下偏振圖像復原算法 153
10.1 引言 153
10.2 偏振圖像去模糊 153
10.2.1 透射率估計 153
10.2.2 目標偏振反射光恢復 155
10.3 目標反射光的偏振復原 157
10.3.1 光的偏振狀態(tài) 157
10.3.2 偏振復原 159
10.4 自適應對比度增強與顏色校正 160
10.5 實驗結果與對比分析 162
10.5.1 實驗結果 162
10.5.2 算法性能分析 164
10.6 本章小結 165
參考文獻 165
第11章 基于色彩遷移的半全局水下圖像復原算法 167
11.1 引言 167
11.2 色彩遷移算法分析 168
11.2.1 色彩空間模型概述 168
11.2.2 色彩遷移算法 170
11.2.3 實驗結果分析 170
11.3 水下色彩衰減水平估計模型 172
11.4 實驗結果與對比分析 175
11.5 本章小結 181
參考文獻 182

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號