本文關(guān)鍵詞：單幅霧天無(wú)人機(jī)影像清晰化技術(shù)研究

  更多相關(guān)文章： 霧天無(wú)人機(jī)影像 降質(zhì)圖像清晰化 Retinex理論 暗原色先驗(yàn)理論 綜合去霧

【摘要】：傳統(tǒng)的衛(wèi)星遙感和航空攝影測(cè)量由于成本較高、需要嚴(yán)格的飛行條件、成圖周期長(zhǎng)等限制,因此難以滿足應(yīng)急搶險(xiǎn)等需要快速處理的測(cè)繪保障要求。無(wú)人機(jī)遙感系統(tǒng)(UAVRS,Unmanned Aerial Vehicle Remote Sensing)應(yīng)運(yùn)而生,并且以其靈活性、適應(yīng)性、經(jīng)濟(jì)性等優(yōu)點(diǎn)成為了衛(wèi)星遙感和常規(guī)航空遙感的有力補(bǔ)充,在土地利用的動(dòng)態(tài)管理,資源的勘探,地災(zāi)監(jiān)測(cè)和應(yīng)急搶險(xiǎn)等方面得到了重要的應(yīng)用。隨著無(wú)人機(jī)技術(shù)應(yīng)用的逐漸深入,關(guān)于其影像的有效利用問(wèn)題得到了研究者的普遍關(guān)注。但是由于戶外獲取的影像容易受到天氣的影響而降質(zhì),霧就是最常見(jiàn)的一種。在霧天天氣狀況下伴隨的大氣散射和吸收作用,使得霧天無(wú)人機(jī)影像整體具有對(duì)比度低、目標(biāo)特征不清晰、細(xì)節(jié)信息模糊、色彩失真等退化現(xiàn)象,而降質(zhì)后的影像對(duì)后續(xù)處理工作的準(zhǔn)確度、精確度和生產(chǎn)投入產(chǎn)生了極大的影響,使得影像不能被有效的利用。因此,通過(guò)一定的去霧技術(shù),將退化后信息量低的影像轉(zhuǎn)變?yōu)樾畔⒘扛叩目捎糜跋裼兄毡榈膶?shí)際意義,并且根據(jù)單幅圖像恢復(fù)出真實(shí)的清晰場(chǎng)景一直是圖像處理領(lǐng)域的難點(diǎn)問(wèn)題,無(wú)人機(jī)影像處理過(guò)程中需要的實(shí)時(shí)性和高效性也為圖像去霧的研究提出了更高的要求。目前的去霧技術(shù)主要從基于模型和非模型這兩個(gè)角度進(jìn)行,本文從這兩個(gè)方面對(duì)霧天影像清晰化方法的基礎(chǔ)理論和關(guān)鍵技術(shù)進(jìn)行了深入的研究,具體工作內(nèi)容如下:①對(duì)典型的去霧方法進(jìn)行了研究,分析對(duì)比各種方法的關(guān)鍵技術(shù)、基本特點(diǎn)以及適用性,并針對(duì)霧天無(wú)人機(jī)遙感影像整體對(duì)比度基于一種色調(diào),景深變化不大的特點(diǎn),對(duì)一些常用算法進(jìn)行了實(shí)驗(yàn),歸納總結(jié)了其用于處理霧天無(wú)人機(jī)影像的優(yōu)缺點(diǎn)。②對(duì)基于非模型的圖像去霧技術(shù),本文重點(diǎn)研究了基于Retinex理論的去霧方法,分析了單尺度Retinex算法(SSR)、多尺度Retinex算法(MSR)和帶顏色恢復(fù)的Retinex算法(MSRCR)的適用性和實(shí)現(xiàn)過(guò)程,并且將以上方法應(yīng)用于霧天無(wú)人機(jī)影像的清晰化處理,通過(guò)實(shí)驗(yàn)對(duì)關(guān)鍵參數(shù)因子c的取值問(wèn)題進(jìn)行了探討,最后對(duì)去霧效果進(jìn)行分析評(píng)價(jià)。③從基于模型的圖像去霧角度深入探究了基于暗原色先驗(yàn)規(guī)律去霧算法,并且針對(duì)無(wú)人機(jī)遙感影像的特點(diǎn),對(duì)該方法運(yùn)算量大,過(guò)程復(fù)雜,恢復(fù)細(xì)節(jié)信息有限的缺點(diǎn)提出了優(yōu)化改進(jìn),探究出能顯著、快速提高影像對(duì)比度和清晰度的綜合去霧方法,通過(guò)在MATLAB平臺(tái)的實(shí)驗(yàn)表明,本文提出的針對(duì)無(wú)人機(jī)影像的綜合去霧方法,在算法的有效性、實(shí)時(shí)性方面有著明顯的優(yōu)勢(shì)。④從去霧效果的明顯性、細(xì)節(jié)恢復(fù)程度、色彩保真度等主觀角度,以及標(biāo)準(zhǔn)差、信息熵、平均梯度圖像質(zhì)量客觀評(píng)價(jià)指標(biāo),分析對(duì)比了實(shí)驗(yàn)結(jié)果圖像,并且對(duì)算法進(jìn)行了評(píng)價(jià)。
【關(guān)鍵詞】：霧天無(wú)人機(jī)影像 降質(zhì)圖像清晰化 Retinex理論 暗原色先驗(yàn)理論 綜合去霧
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP751
【目錄】：

• 中文摘要3-5
• 英文摘要5-9
• 1. 緒論9-15
• 1.1. 課題研究背景及意義9
• 1.2. 圖像去霧的國(guó)內(nèi)外研究現(xiàn)狀9-12
• 1.2.1. 基于非模型的圖像去霧研究現(xiàn)狀11
• 1.2.2. 基于模型的去霧方法研究現(xiàn)狀11-12
• 1.2.3. 無(wú)人機(jī)遙感影像去霧發(fā)展現(xiàn)狀12
• 1.3. 本文主要內(nèi)容及結(jié)構(gòu)安排12-15
• 2. 理論基礎(chǔ)15-43
• 2.1. 霧的成因15
• 2.2. 大氣退化物理模型15-18
• 2.3. 基于模型的圖像去霧18-22
• 2.4. 基于非模型的圖像去霧22-39
• 2.4.1. 線性變換與分段線性變換22-26
• 2.4.2. 非線性變換26-27
• 2.4.3. 直方圖均衡化27-32
• 2.4.4. 空間域圖像平滑與銳化32-34
• 2.4.5. 同態(tài)濾波34-36
• 2.4.6. 小波變換及曲波變換36-39
• 2.5. 影像質(zhì)量評(píng)價(jià)39-41
• 2.6. 本章小結(jié)41-43
• 3. 基于Retinex算法的圖像去霧43-57
• 3.1. Retinex算法概述43-47
• 3.2. 單尺度Retinex算法（SSR）47-49
• 3.2.1. SSR算法原理47-48
• 3.2.2. SSR算法尺度參數(shù)的選擇48-49
• 3.2.3. SSR算法步驟49
• 3.3. 多尺度Retinex算法（MSR）49-52
• 3.3.1. MSR算法原理49-50
• 3.3.2. MSR算法尺度參數(shù)的選擇50-52
• 3.3.3. MSR算法步驟52
• 3.4. 帶顏色恢復(fù)因子的多尺度Retinex算法（MSRCR）52-53
• 3.5. 實(shí)驗(yàn)結(jié)果及其分析53-56
• 3.6. 本章小結(jié)56-57
• 4. 基于暗原色先驗(yàn)理論的去霧算法57-65
• 4.1. 暗原色先驗(yàn)理論概述57-58
• 4.2. 基于暗原色先驗(yàn)規(guī)律去霧算法原理及步驟58-64
• 4.2.1. 估計(jì)透射率60-62
• 4.2.2. 清晰化圖像62-64
• 4.3. 本章小結(jié)64-65
• 5. 基于暗原色先驗(yàn)對(duì)無(wú)人機(jī)影像的綜合去霧65-79
• 5.1. 大氣光A的計(jì)算改進(jìn)66
• 5.2. 利用導(dǎo)向?yàn)V波優(yōu)化透射率圖66-70
• 5.3. 自適應(yīng)對(duì)比度增強(qiáng)70-72
• 5.4. 實(shí)驗(yàn)結(jié)果及其評(píng)價(jià)72-78
• 5.5. 本章小結(jié)78-79
• 6. 總結(jié)與展望79-81
• 6.1. 主要工作和創(chuàng)新79-80
• 6.2. 論文不足和展望80-81
• 致謝81-83
• 參考文獻(xiàn)83-87

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 唐貴亮;霧天行車話安全[J];汽車運(yùn)用;2004年11期

2 老車;;霧天行車五項(xiàng)注意[J];道路交通管理;2007年02期

3 呂春;;霧天行車十個(gè)“不一樣”[J];交通與運(yùn)輸;2009年06期

4 ;渡船霧天導(dǎo)航裝置[J];船舶工程;1978年01期

5 王忠;高速公路霧天交通安全措施探討[J];中南汽車運(yùn)輸;1997年02期

6 周宗成;霧天出行話安全[J];現(xiàn)代交通管理;1999年02期

7 陳新,劉英舜,曹從詠;中美高速公路霧天通行管理分析[J];交通科技;2003年04期

8 汪國(guó)昭;霧天駕駛方法[J];汽車運(yùn)用;2004年12期

9 呂松云;;霧天行車話安全[J];摩托車;2008年05期

10 董健康;劉坤;王潔寧;;室外自然場(chǎng)景下的霧天模擬生成算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2013年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前4條

1 張明捷;關(guān)永濤;王惠芳;劉曉燕;范紅霞;齊瑞英;;霧天交通安全指數(shù)預(yù)報(bào)[A];濮陽(yáng)市首屆學(xué)術(shù)年會(huì)論文選編[C];2006年

2 傅錄祥;陳書(shū)海;馮保紅;文開(kāi)章;邱孟通;魏福利;王培偉;;霧天能見(jiàn)度改善的基礎(chǔ)研究[A];圖像 仿真 信息技術(shù)——第二屆聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

3 劉瑞;易萌;鄭錦;李波;;霧天景物成像的復(fù)原[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2006)——第15屆中國(guó)多媒體學(xué)術(shù)會(huì)議(NCMT'06)論文集[C];2006年

4 李衛(wèi)軍;邵龍義;時(shí)宗波;李金娟;楊書(shū)申;;霧天大氣單顆粒物理化學(xué)特征研究[A];中國(guó)氣象學(xué)會(huì)2007年年會(huì)大氣成分觀測(cè)、研究與預(yù)報(bào)分會(huì)場(chǎng)論文集[C];2007年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 江成;霧天可望不封高速公路[N];中國(guó)安全生產(chǎn)報(bào);2006年

2 陳佳利;濃霧天：加強(qiáng)防護(hù),減少外出[N];南方日?qǐng)?bào);2007年

3 韓新華;霧天行車要小心[N];保健時(shí)報(bào);2007年

4 本報(bào)通訊員 鄧俊德;為霧天行車擦亮“眼睛”[N];人民鐵道;2009年

5 ;霧天行車需注意[N];重慶日?qǐng)?bào);2004年

6 雨柏;霧天不宜晨練[N];保健時(shí)報(bào);2006年

7 本報(bào)記者 宋開(kāi)文 實(shí)習(xí)生 劉鑫;成都全年霧天57天[N];四川日?qǐng)?bào);2007年

8 健康時(shí)報(bào)特約記者 王曉亮;胸悶可能緣于大霧[N];健康時(shí)報(bào);2008年

9 特約記者 張明　通訊員 苗紅俊;強(qiáng)化責(zé)任保霧天安全暢通[N];人民鐵道;2009年

10 趙仁偉邋馬向菲;北京答疑：陰天霧天不一定是污染天氣[N];新華每日電訊;2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前5條

1 趙宏宇;霧天圖像清晰化技術(shù)的研究[D];北京工業(yè)大學(xué);2015年

2 胡學(xué)友;霧天降質(zhì)圖像的增強(qiáng)復(fù)原算法研究[D];安徽大學(xué);2011年

3 翟藝書(shū);霧天降質(zhì)圖像的清晰化技術(shù)研究[D];大連海事大學(xué);2008年

4 齊保軍;大氣散射模型在霧天圖像增強(qiáng)和海面小目標(biāo)檢測(cè)中的應(yīng)用[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

5 許志遠(yuǎn);霧天降質(zhì)圖像增強(qiáng)方法研究及DSP實(shí)現(xiàn)[D];大連海事大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李敏娜;南京霧—霾天氣個(gè)例湍流運(yùn)動(dòng)特征的對(duì)比研究[D];南京信息工程大學(xué);2015年

2 王明;霧天降質(zhì)圖像清晰化方法研究[D];昆明理工大學(xué);2015年

3 於敏杰;霧天環(huán)境下的圖像增強(qiáng)算法研究[D];南京理工大學(xué);2015年

4 姜珊;基于物理模型的霧天退化圖像復(fù)原方法[D];沈陽(yáng)理工大學(xué);2015年

5 高銀;霧天彩色視頻圖像的清晰化算法研究[D];云南師范大學(xué);2015年

6 王偉鵬;基于物理模型的霧天圖像復(fù)原研究[D];華僑大學(xué);2015年

7 姚文靜;霧天高速公路限速控制與仿真評(píng)價(jià)[D];長(zhǎng)沙理工大學(xué);2014年

8 蔣守歡;基于FPGA的霧天圖像恢復(fù)算法研究[D];合肥工業(yè)大學(xué);2014年

9 王晶;霧天圖像清晰化理論與方法研究[D];合肥工業(yè)大學(xué);2014年

10 魯?shù)?不均勻光照下單幅霧天圖像復(fù)原算法研究[D];合肥工業(yè)大學(xué);2015年

，

本文編號(hào)：1010689