掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數(shù)學專題練1200題
-
>
希格斯:“上帝粒子”的發(fā)明與發(fā)現(xiàn)
-
>
神農(nóng)架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
惡劣環(huán)境降質(zhì)圖像增強理論 版權(quán)信息
- ISBN：9787118134797
- 條形碼：9787118134797 ; 978-7-118-13479-7
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
惡劣環(huán)境降質(zhì)圖像增強理論 內(nèi)容簡介
惡劣環(huán)境降質(zhì)圖像增強的主要目的是提高采集圖像的質(zhì)量和可辨識度，從而使智能視頻監(jiān)控系統(tǒng)更有利于觀察或進行下一步的智能分析處理，由于計算機對圖像的理解能力極度依賴輸入圖像的質(zhì)量，因此圖像質(zhì)量增強技術(shù)目前已廣泛應(yīng)用于計算機視覺任務(wù)的預處理中，具有重要的理論研究意義和實際應(yīng)用前景。本書立足智能視頻監(jiān)控系統(tǒng)的實際需求，針對霧、雨天氣條件下的圖像質(zhì)量退化問題，系統(tǒng)介紹了圖像去霧、圖像去雨相關(guān)研究成果，詳細討論了基于深度學習的惡劣環(huán)境降質(zhì)圖像增強方法。本書系統(tǒng)介紹了相關(guān)方法的研究背景、理論基礎(chǔ)和算法描述，并給出了相應(yīng)的實驗結(jié)果，主要內(nèi)容包括：霧、雨形成機理，數(shù)學模型以及圖像去霧，圖像去雨研究現(xiàn)狀(第1章)；圖像去霧典型算法及常用數(shù)據(jù)集(第2章)；圖像去雨典型算法及常用數(shù)據(jù)集(第3章)；基于深度學習的圖像去霧算法(第4~7章)；圖像去雨算法(第8章)等。本書是計算機圖像處理方面的專著，反映了作者近年來在這一領(lǐng)域的主要研究成果。
本書內(nèi)容新穎、結(jié)構(gòu)清晰、語言簡練，可作為大專院校及科研院所模式識別、圖像處理和機器視覺等領(lǐng)域的高年級本科生、研究生的教材和參考書，也可作為相關(guān)領(lǐng)域的教師、科研人員以及從事圖像恢復、圖像增強工程技術(shù)人員的參考書。
惡劣環(huán)境降質(zhì)圖像增強理論 目錄
第1章緒論
1.1智能視頻監(jiān)控技術(shù)
1.1.1視頻監(jiān)控技術(shù)發(fā)展階段
1.1.2典型視頻監(jiān)控系統(tǒng)
1.2圖像質(zhì)量增強技術(shù)
1.2.1圖像去霧技術(shù)
1.2.2圖像去雨技術(shù)
1.3本書內(nèi)容安排
參考文獻
第2章圖像去霧典型算法及常用數(shù)據(jù)集
2.1基于暗通道先驗的圖像去霧算法
2.2監(jiān)督學習圖像去霧算法
2.2.1DCPDN
2.2.2ACRE
2.2.3SID
2.3弱監(jiān)督圖像去霧算法
2.3.1CycleGAN方法
2.3.2物理分解方法
2.4圖像去霧常用數(shù)據(jù)集
2.5圖像去霧常用評價指標
參考文獻
第3章圖像去雨典型算法及常用數(shù)據(jù)集
3.1基于混合高斯模型的圖像去雨算法
3.2基于深度學習的圖像去雨算法
3.2.1監(jiān)督學習圖像去雨算法
3.2.2半監(jiān)督學習圖像去雨算法
3.3圖像去雨常用數(shù)據(jù)集
3.4圖像去雨常用評價指標
參考文獻
第4章基于遞歸卷積的多尺度深度圖像去霧算法
4.1算法總體框架
4.2算法具體實現(xiàn)
4.2.1遞歸特征提取模塊
4.2.2多尺度特征融合模塊
4.2.3損失函數(shù)
4.3實驗結(jié)果及其分析
4.3.1實驗設(shè)置
4.3.2合成數(shù)據(jù)集實驗結(jié)果
4.3.3真實霧天圖像實驗結(jié)果
參考文獻
第5章基于先驗信息引導的多編碼器圖像去霧算法
5.1基于自適應(yīng)通道融合的圖像去霧算法
5.1.1算法總體框架
5.1.2SAGFA模塊
5.1.3SE模塊
5.1.4損失函數(shù)
5.2基于特征調(diào)制的圖像去霧算法
5.2.1算法總體框架
5.2.2自適應(yīng)批歸一化
5.2.3優(yōu)化模塊
5.2.4損失函數(shù)
5.3實驗結(jié)果及其分析
5.3.1實驗設(shè)置
5.3.2IHAZE和OHAZE數(shù)據(jù)集實驗結(jié)果
5.3.3NHHAZE數(shù)據(jù)集實驗結(jié)果
5.3.4定量比較與分析
參考文獻
第6章基于物理模型引導的多解碼器圖像去霧算法
6.1算法總體框架
6.2算法具體實現(xiàn)
6.2.1多尺度特征提取與融合模塊
6.2.2注意力模塊
6.2.3多尺度監(jiān)督模塊
6.2.4損失函數(shù)
6.3實驗結(jié)果及其分析
6.3.1實驗設(shè)置
6.3.2HAZERD數(shù)據(jù)集實驗結(jié)果
6.3.3DAHAZE數(shù)據(jù)集實驗結(jié)果
參考文獻
第7章基于物理分解的弱監(jiān)督圖像去霧算法
7.1算法總體框架
7.2算法具體實現(xiàn)
7.2.1DWD判別器
7.2.2DWT特征提取
7.2.3損失函數(shù)
7.3實驗結(jié)果及其分析
7.3.1實驗設(shè)置
7.3.2合成數(shù)據(jù)集對比結(jié)果
7.3.3真實數(shù)據(jù)集對比結(jié)果
參考文獻
第8章基于多階段特征融合的圖像去雨算法
8.1算法總體框架
8.2算法具體實現(xiàn)
8.2.1淺特征提取模塊
8.2.2改進的編碼-解碼器
8.2.3剩余密集子網(wǎng)
8.2.4階段特征的漸進融合
8.2.5損失函數(shù)
8.3實驗結(jié)果及其分析
8.3.1實驗設(shè)置
8.3.2實驗結(jié)果
參考文獻
展開全部
書友推薦
- >
月亮與六便士
- >
隨園食單
- >
小考拉的故事-套裝共3冊
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
姑媽的寶刀
- >
上帝之肋:男人的真實旅程
- >
名家?guī)阕x魯迅:故事新編
本類暢銷
