無人機(jī)圖像去云技術(shù)

第1章 緒論
1．1 研究背景及意義
1．2 圖像云霧去除技術(shù)現(xiàn)狀
1．2．1 圖像去薄云霧方法研究現(xiàn)狀
1．2．2 圖像去厚云方法研究現(xiàn)狀
1．3 研究內(nèi)容及特點(diǎn)
1．3．1 研究的主要內(nèi)容
1．3．2 本書特點(diǎn)
參考文獻(xiàn)
第2章 無人機(jī)圖像云霧去除的相關(guān)理論
2．1 大氣中云霧的形成機(jī)理
2．2 無人機(jī)云霧圖像的特征分析
2．2．1 時(shí)域特征
2．2．2 頻譜特性
2．3 云霧圖像的退化模型
2．3．1 霧、薄云圖像的退化模型
2．3．2 厚云圖像的退化模型
2．4 深度學(xué)習(xí)概念及技術(shù)
2．4．1 深度學(xué)習(xí)
2．4．2 自動(dòng)編碼器
2．4．3 卷積神經(jīng)網(wǎng)絡(luò)
2．4．4 生成對(duì)抗網(wǎng)絡(luò)
2．4．5 深度卷積生成對(duì)抗網(wǎng)絡(luò)
2．4．6 卷積運(yùn)算
2．4．7 轉(zhuǎn)置卷積
2．4．8 激活函數(shù)
2．4．9 批標(biāo)準(zhǔn)化
2．5 圖像質(zhì)量評(píng)價(jià)相關(guān)知識(shí)
2．5．1HVS基本特性
2．5．2NR評(píng)價(jià)模型及方法
2．5．3 圖像質(zhì)量評(píng)價(jià)數(shù)據(jù)庫
2．5．4 衡量IQA算法的指標(biāo)
2．6 本章小結(jié)
參考文獻(xiàn)
第3章 無人機(jī)圖像云區(qū)檢測方法
3．1 經(jīng)典圖像分割算法
3．1．1 0tsu閾值分割算法
3．1．2 最小誤差閾值分割算法
3．1．3 最大熵閾值分割算法
3．2 基于閾值遞歸選取和引導(dǎo)濾波的云區(qū)檢測方法
3．2．1 初步云區(qū)檢測
……
第4章 無人機(jī)圖像云濃度分級(jí)
第5章 無人機(jī)圖像薄云霧去除
第6章 無人機(jī)圖像厚云去除
第7章 厚云去除的效果評(píng)價(jià)
后記