發(fā)布時間：2022-08-09 10:03

　　圖像作為重要的信息載體,在當(dāng)今社會發(fā)揮了越來越重要的作用。但由于受成像環(huán)境的限制,有時很難獲得理想的可用圖像。光學(xué)成像系統(tǒng)對霧和霾這類天氣條件非常敏感,在霧霾環(huán)境下采集到的圖像對比度和能見度會降低,不利于人們對場景的感知,并且嚴(yán)重影響其在許多視覺系統(tǒng)中的使用。圖像去霧技術(shù)旨在消除圖像的天氣影響,并恢復(fù)場景的能見度和真實色彩。因此,圖像去霧技術(shù)對對地觀測、視頻監(jiān)控、數(shù)字娛樂和其他計算機視覺系統(tǒng)具有非常重要的意義,近年來受到了廣泛的關(guān)注并且在實際應(yīng)用中體現(xiàn)出巨大的應(yīng)用潛力。本文針對基于物理成像模型的單幅圖像去霧技術(shù)開展研究。由于構(gòu)成有霧圖像的成分都是未知的,因此單幅圖像去霧是一個典型的逆向求解病態(tài)問題。采用圖像濾波的方法來估計模型中的變量是本領(lǐng)域比較流行的做法,但現(xiàn)有的很多技術(shù)大都不能很好的復(fù)原場景結(jié)構(gòu),容易在去霧圖像中造成不自然的人工痕跡。本文針對現(xiàn)有方法存在的問題提出了一系列基于結(jié)構(gòu)保持濾波的圖像去霧算法,主要貢獻(xiàn)概括如下:1.現(xiàn)有的很多去霧方法都使用先驗知識來估計透射率圖,這在真實應(yīng)用場景中往往都會存在不同程度的失效。本文采用對暗通道進(jìn)行分解的方式來求解透射率圖,使用一種非局部結(jié)構(gòu)相... 

【文章頁數(shù)】：139 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景及意義
    1.2 圖像去霧的研究發(fā)展及現(xiàn)狀
        1.2.1 基于圖像增強的方法
        1.2.2 基于圖像復(fù)原的方法
        1.2.3 去霧圖像質(zhì)量評價
    1.3 本章的研究內(nèi)容及章節(jié)安排
        1.3.1 主要研究內(nèi)容
        1.3.2 本文章節(jié)安排
第二章 霧天圖像退化機理和降質(zhì)模型分析
    2.1 大氣散射機理
        2.1.1 景物輻射衰減模型
        2.1.2 空氣光
    2.2 有霧圖像降質(zhì)模型
    2.3 本章小結(jié)
第三章 基于非局部結(jié)構(gòu)相似性約束的單幅圖像去霧方法
    3.1 引言
    3.2 背景知識
        3.2.1 基于暗通道的去霧方法
    3.3 基于非局部結(jié)構(gòu)相似性約束的圖像去霧算法
        3.3.1 搜索全局大氣光
        3.3.2 估計透射率圖
        3.3.3 透射率求解
        3.3.4 去霧算法總結(jié)
    3.4 實驗結(jié)果與分析
        3.4.1 實驗設(shè)置
        3.4.2 合成圖像實驗結(jié)果評估
        3.4.3 真實有霧圖像實驗結(jié)果評估
    3.5 本章小結(jié)
第四章 基于場景透射率自適應(yīng)正則化的霧天圖像復(fù)原方法
    4.1 引言
    4.2 有霧圖像復(fù)原模型分析
    4.3 基于非局部全變分正則化的透射率估計
        4.3.1 透射率計算模型
        4.3.2 模型求解
    4.4 景深自適應(yīng)正則化的場景輻射復(fù)原方法
        4.4.1 場景輻射復(fù)原模型
        4.4.2 模型求解
    4.5 實驗結(jié)果與分析
        4.5.1 實驗設(shè)置
        4.5.2 合成有霧圖像的實驗結(jié)果
        4.5.3 降質(zhì)合成有霧圖像的實驗結(jié)果
        4.5.4 真實有霧場景圖像的實驗結(jié)果
        4.5.5 參數(shù)分析實驗
        4.5.6 算法效率分析
        4.5.7 算法討論
    4.6 本章小結(jié)
第五章 基于非局部梯度稀疏約束結(jié)構(gòu)感知濾波的去霧方法
    5.1 引言
    5.2 非局部梯度稀疏約束正則化模型
        5.2.1 非局部梯度約束
        5.2.2 非局部鄰域搜索
        5.2.3 非局部梯度稀疏約束
        5.2.4 模型求解
        5.2.5 基于結(jié)構(gòu)感知濾波的圖像去霧
    5.3 算法分析
    5.4 實驗結(jié)果與分析
        5.4.1 圖像去霧
        5.4.2 邊緣保持圖像平滑
        5.4.3 圖像去噪
        5.4.4 JPEG壓縮痕跡消除
        5.4.5 細(xì)節(jié)增強
        5.4.6 圖像抽象畫和鉛筆畫
        5.4.7 色調(diào)映射
        5.4.8 算法的局限性
    5.5 本章小結(jié)
第六章 基于結(jié)構(gòu)信息保持的可見光遙感圖像去霧方法
    6.1 引言
    6.2 基于暗通道先驗的單幅可見光遙感圖像去霧
    6.3 結(jié)構(gòu)信息保持的去霧算法
        6.3.1 可見光波段結(jié)構(gòu)信息增強
        6.3.2 大氣透射率優(yōu)化
    6.4 實驗結(jié)果與分析
    6.5 小結(jié)
第七章 基于霧濃度預(yù)測的可見光遙感圖像去霧方法
    7.1 引言
    7.2 基于霧濃度圖的遙感圖像去霧
        7.2.1 遙感圖像霧成像模型
        7.2.2 使用HTM去霧
    7.3 基于改進(jìn)霧濃度圖的去霧算法
        7.3.1 地表輻射抑制的HTM
        7.3.2 紋理和高亮物體去除
        7.3.3 地表輻射抑制
        7.3.4 每個波段的HTM計算
        7.3.5 基于GRS-HTM的圖像去霧
    7.4 實驗結(jié)果與分析
        7.4.1 去霧效果主觀評價
        7.4.2 定量評估
        7.4.3 算法復(fù)雜度
    7.5 本章小結(jié)
第八章 總結(jié)與展望
    8.1 工作總結(jié)
    8.2 前景展望
參考文獻(xiàn)
致謝
作者簡介



本文編號：3672356