交通圖像去霧方法及應(yīng)用研究

發(fā)布時(shí)間：2020-04-25 21:43

【摘要】：霧霾導(dǎo)致道路能見(jiàn)度低,嚴(yán)重影響著交通監(jiān)控,因此研究圖像去霧方法對(duì)道路交通視頻監(jiān)控具有重要的理論和應(yīng)用價(jià)值。結(jié)合交通視頻監(jiān)控項(xiàng)目的需求,本文著重研究了交通圖像去霧方法及其在交通監(jiān)測(cè)中的應(yīng)用,并完成了仿真驗(yàn)證。所做的主要工作如下:(1)針對(duì)現(xiàn)有去霧方法缺乏檢測(cè)圖像是否含霧的過(guò)程,導(dǎo)致原本無(wú)霧的圖像處理后引入更多噪聲信息,不利于圖像的后期處理問(wèn)題,在研究Alexnet網(wǎng)絡(luò)的基礎(chǔ)上,結(jié)合遷移知識(shí),設(shè)計(jì)了一種基于Alexnet遷移網(wǎng)絡(luò)的含霧圖像分類方法,分類識(shí)別出交通含霧圖像,提高了圖像的去霧效率。通過(guò)仿真實(shí)驗(yàn),驗(yàn)證了該方法的分類準(zhǔn)確性。(2)針對(duì)圖像去霧后天空或白色區(qū)域存在顏色失真問(wèn)題,設(shè)計(jì)了一種天空或白色區(qū)域自適應(yīng)處理方法,通過(guò)分割圖像,構(gòu)造相應(yīng)的自適應(yīng)修正函數(shù),改善該區(qū)域的復(fù)原效果,提升了整體圖像的對(duì)比度。針對(duì)近景區(qū)域去霧后容易出現(xiàn)細(xì)節(jié)模糊產(chǎn)生“噪聲斑塊”等問(wèn)題,設(shè)計(jì)了一種改進(jìn)的梯度雙邊濾波透射率優(yōu)化方法,通過(guò)細(xì)化透射率,改善了近景區(qū)域的細(xì)節(jié)處理效果。(3)為了進(jìn)一步改善去霧方法的魯棒性和適應(yīng)場(chǎng)景,將天空或白色區(qū)域自適應(yīng)處理方法和改進(jìn)的梯度雙邊濾波透射率優(yōu)化方法融合成基于改進(jìn)梯度相似度核的自適應(yīng)去霧方法,并將其應(yīng)用在交通含霧圖像的處理中。通過(guò)仿真實(shí)驗(yàn),驗(yàn)證了該方法能夠有效提高交通含霧圖像的去霧質(zhì)量,具有較好的魯棒性和可靠性。(4)針對(duì)霧天交通圖像匹配精度低,導(dǎo)致交通監(jiān)測(cè)效率下降等問(wèn)題,設(shè)計(jì)了一種霧天改進(jìn)SURF交通圖像匹配方法。首先進(jìn)行去霧處理便于更好的提取圖像特征;然后對(duì)提取到的特征點(diǎn)快速匹配;進(jìn)一步利用雙向匹配完成圖像精確匹配,并使用改進(jìn)RANSAC算法剔除誤配點(diǎn),提高圖像匹配精度。通過(guò)仿真實(shí)驗(yàn),驗(yàn)證了該方法的有效性和實(shí)用性。
【圖文】：

交通圖像去霧方法及應(yīng)用研究