無人機(jī)遙感技術(shù)作為一項(xiàng)新的空間數(shù)據(jù)獲取的重要手段,近年發(fā)展尤為迅速,和傳統(tǒng)的衛(wèi)星遙感和載人機(jī)航空遙感相比,無人機(jī)遙感具有更高的分辨率和高時(shí)效。但是無人機(jī)遙感在霧天獲取的影像就會(huì)受到大氣中懸浮顆粒的散射作用干擾,導(dǎo)致最后獲取的影像清晰度和對(duì)比度降低,色彩失真,對(duì)影像后續(xù)的目標(biāo)識(shí)別和跟蹤等應(yīng)用造成極大的困難。因此,對(duì)無人機(jī)航拍影像霧化去除技術(shù)的研究具有非常重要的實(shí)際意義。本文的研究工作如下:首先,本文對(duì)無人機(jī)航拍圖像的兩類去霧方法進(jìn)行研究。在研究基于非模型去霧的圖像增強(qiáng)方法的基礎(chǔ)上,得出該類方法主要通過改善圖像的顏色和對(duì)比度實(shí)現(xiàn)去霧,雖然算法簡單易實(shí)現(xiàn),但去霧效果不佳。而基于模型的圖像復(fù)原方法通過暗通道等先驗(yàn)理論,求出透射圖和全球大氣光,再結(jié)合大氣散射模型來復(fù)原無霧圖像。這一類方法時(shí)間復(fù)雜度和效果都比圖像增強(qiáng)去霧法有優(yōu)勢。因此,本文通過研究對(duì)比了兩類去霧方法的優(yōu)缺點(diǎn),最后選定基于大氣散射模型的暗通道先驗(yàn)去霧方法。其次,利用大氣散射模型復(fù)原無霧圖像的時(shí)候,需要優(yōu)化通過暗通道先驗(yàn)理論求出的粗糙大氣透射圖。但現(xiàn)有濾波優(yōu)化透射圖方法,還存在著無霧圖像的邊緣位置產(chǎn)生“光暈”的問題。針對(duì)這一問題,本文... 

【文章頁數(shù)】：63 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于非模型的圖像增強(qiáng)去霧方法研究現(xiàn)狀
        1.2.2 基于模型的圖像復(fù)原去霧方法研究現(xiàn)狀
    1.3 本文主要的研究內(nèi)容
第2章 無人機(jī)影像去霧的相關(guān)技術(shù)
    2.1 基于非模型的無人機(jī)影像去霧
        2.1.1 直方圖均衡化
        2.1.2 Retinex算法
    2.2 基于模型的無人機(jī)影像去霧技術(shù)
        2.2.1 霧圖成像的物理模型
        2.2.2 暗通道先驗(yàn)理論
    2.3 去霧方法的對(duì)比與分析
    2.4 本章小結(jié)
第3章 無人機(jī)航拍影像霧化去除的改進(jìn)方法
    3.1 無人機(jī)圖像霧化特征
    3.2 大氣透射率圖
    3.3 優(yōu)化透射圖的濾波器選擇
    3.4 引導(dǎo)濾波
    3.5 基于非局部特征結(jié)構(gòu)張量的自適應(yīng)權(quán)重引導(dǎo)濾波
        3.5.1 基于非局部特征結(jié)構(gòu)張量的圖像局部描述函數(shù)
        3.5.2 非局部特征結(jié)構(gòu)張量與引導(dǎo)濾波相結(jié)合的透射圖優(yōu)化方法
    3.6 自適應(yīng)權(quán)重引導(dǎo)濾波實(shí)現(xiàn)流程
    3.7 本章小結(jié)
第4章 實(shí)驗(yàn)及結(jié)果分析
    4.1 實(shí)驗(yàn)設(shè)計(jì)與實(shí)現(xiàn)
    4.2 實(shí)驗(yàn)結(jié)果與分析
        4.2.1 去霧方法效果對(duì)比與分析
        4.2.2 不同濃度下去霧效果對(duì)比與分析
        4.2.3 不同去霧方法的抑制光暈效果對(duì)比與分析
        4.2.4 航拍圖像去霧后建筑物的識(shí)別
    4.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]一種深度學(xué)習(xí)的單幅圖像去霧方法[J]. 黃靖,姜文,肖長詩,文元橋,周高景,張帆.  小型微型計(jì)算機(jī)系統(tǒng). 2018(08)
[2]基于圖像增強(qiáng)的幾種霧天圖像去霧算法[J]. 王超.  自動(dòng)化應(yīng)用. 2018(02)
[3]基于Otsu的加權(quán)直方圖均衡化圖像去霧算法[J]. 季潔.  電腦知識(shí)與技術(shù). 2018(04)
[4]基于HSV顏色模型的直方圖均衡化圖像去霧技術(shù)[J]. 吳穎斌.  運(yùn)城學(xué)院學(xué)報(bào). 2016(06)
[5]Single Image Dehazing Based on Combining Dark Channel Prior and Scene Radiance Constraint[J]. ZENG Liang,DAI Yongzhen.  Chinese Journal of Electronics. 2016(06)
[6]基于非局部結(jié)構(gòu)張量的SSIM圖像質(zhì)量評(píng)價(jià)方法[J]. 張文娟,張麗麗,王艷紅.  計(jì)算機(jī)應(yīng)用研究. 2017(10)
[7]基于同態(tài)濾波和Retinex的圖像去霧算法[J]. 汪秦峰,陳莉,樊泰亭,陳占武,楊濤.  火控雷達(dá)技術(shù). 2016(02)
[8]特征學(xué)習(xí)的單幅圖像去霧算法[J]. 麥嘉銘,王美華,梁云,蔡瑞初.  中國圖象圖形學(xué)報(bào). 2016(04)
[9]基于四階偏微分方程圖像復(fù)原去霧方法[J]. 李桂林,王創(chuàng)新,萬志銀.  電子科技. 2016(02)
[10]Improved single image dehazing using dark channel prior[J]. Zhizhong Fu,Yanjing Yang,Chang Shu,Yuan Li,Honggang Wu,Jin Xu.  Journal of Systems Engineering and Electronics. 2015(05)



本文編號(hào)：3680349