發(fā)布時(shí)間：2018-05-30 10:13

  本文選題：霧霾圖像 + 圖像增強(qiáng)��； 參考：《哈爾濱理工大學(xué)》2017年碩士論文

【摘要】：近幾年霧霾天在我國(guó)北方出現(xiàn)次數(shù)極為頻繁,尤其是在冬季供暖時(shí)期,霧霾情況尤為嚴(yán)重。霧霾條件下由于空氣污染物導(dǎo)致能見度劇烈下降,使得室外圖像采集系統(tǒng)采集得到的圖像退化模糊,清晰度下降,很多圖像的重要特征信息丟失,給圖像信息提取工作帶來(lái)極大困難,同時(shí)也對(duì)室外物體追蹤,交通檢查等工作造成限制與影響,因此開展霧霾天的降質(zhì)圖像增強(qiáng)技術(shù)研究具有十分重要的研究?jī)r(jià)值和實(shí)際應(yīng)用意義。近些年來(lái)數(shù)字圖像處理技術(shù)飛速發(fā)展,處理霧霾圖像的方法也衍生出很多。大致上分為兩類:一類是通過數(shù)字圖像處理的方法進(jìn)行處理,退化的圖像一般亮度較暗,對(duì)比度較低,圖像增強(qiáng)方法不考慮圖像退化原因,從圖像亮度和對(duì)比度角度對(duì)圖像進(jìn)行增強(qiáng);另一類是通過了解霧霾圖像質(zhì)量退化的原因,建立數(shù)學(xué)模型,從而實(shí)現(xiàn)對(duì)圖像的去霧處理。傳統(tǒng)的圖像增強(qiáng)方法在增強(qiáng)圖像的同時(shí)也丟失了圖像的細(xì)節(jié)、增強(qiáng)了圖像中包含的噪聲信息,導(dǎo)致信息熵下降。本文從霧天圖像增強(qiáng)角度出發(fā),以此為研究主線,探討研究霧霾圖像增強(qiáng)算法的基本框架,并對(duì)算法中的關(guān)鍵技術(shù)展開深入的研究學(xué)習(xí),對(duì)傳統(tǒng)圖像增強(qiáng)算法存在的缺點(diǎn)進(jìn)行改進(jìn)。在基于Retinex算法的圖像增強(qiáng)方法中,在傳統(tǒng)的多尺度Retinex算法(Multi-Scale Retinex,MSR)的基礎(chǔ)上,改進(jìn)了原有的基本算法,進(jìn)行實(shí)驗(yàn)仿真得到的處理結(jié)果和算法速率,然后對(duì)比分析改進(jìn)后算法與已有的算法。在基于小波變換的圖像增強(qiáng)方法中,結(jié)合小波變換多尺度、多分辨率的特點(diǎn)與對(duì)比度受限自適應(yīng)直方圖均衡的特性,提出一種離散小波變換與對(duì)比度受限自適應(yīng)直方圖均衡相結(jié)合的圖像增強(qiáng)算法。實(shí)驗(yàn)結(jié)果表明,這兩種方法能有效增強(qiáng)圖像,相對(duì)來(lái)說(shuō)失真比較小,實(shí)現(xiàn)霧霾天降質(zhì)圖像的增強(qiáng)。
[Abstract]:In recent years, haze days appear frequently in the north of China, especially in winter heating period, the haze situation is especially serious. Under the condition of haze, the visibility of the image acquired by the outdoor image acquisition system is degraded and blurred due to air pollutants, resulting in the loss of many important features of the image. It brings great difficulties to the extraction of image information, at the same time, it also limits and affects the work of outdoor object tracking, traffic inspection and so on. Therefore, it is of great value and practical significance to carry out the research of degraded image enhancement in haze days. With the rapid development of digital image processing technology in recent years, there are many methods for processing haze images. It can be divided into two categories: one is processed by digital image processing, the degraded image is generally dark brightness, low contrast, image enhancement method does not consider the reason of image degradation. The image is enhanced from the perspective of image brightness and contrast, and the other is to realize the image de-fog processing by understanding the causes of the degradation of haze image quality and establishing a mathematical model. Traditional image enhancement methods not only enhance the image, but also lose the details of the image, enhance the noise information contained in the image, resulting in the decrease of information entropy. From the point of view of fog image enhancement, this paper discusses the basic framework of haze image enhancement algorithm, and studies the key technology of the algorithm. The shortcomings of traditional image enhancement algorithms are improved. In the image enhancement method based on Retinex algorithm, based on the traditional multi-scale Retinex algorithm (Multi-Scale Retinexus MSRs), the original basic algorithm is improved, and the processing results and algorithm speed obtained by experimental simulation are obtained. Then the improved algorithm and the existing algorithm are compared and analyzed. In the image enhancement method based on wavelet transform, combining the characteristics of multi-scale and multi-resolution of wavelet transform and the characteristic of contrast constrained adaptive histogram equalization, An image enhancement algorithm based on discrete wavelet transform and contrast constrained adaptive histogram equalization is proposed. The experimental results show that the two methods can effectively enhance the image, and the distortion is relatively small, so the enhancement of the haze image can be realized.
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張?chǎng)螇?傅迎華;;眼底圖像光照不均勻校正[J];軟件導(dǎo)刊;2017年02期

2 劉志晨;徐惠民;;基于單尺度RetineX算法的霧霾圖像清晰化系統(tǒng)開發(fā)研究[J];國(guó)土與自然資源研究;2017年01期

3 謝耀國(guó);姚熊亮;崔洪斌;李新飛;;基于小波分析的實(shí)船水下爆炸船體響應(yīng)特征[J];爆炸與沖擊;2017年01期

4 陳雁凱;樊保國(guó);王一豐;張潤(rùn)元;喬曉磊;金燕;;循環(huán)流化床風(fēng)室的壓力脈動(dòng)特性分析[J];熱力發(fā)電;2014年11期

5 陳炳權(quán);劉宏立;;基于全變分Retinex及梯度域的霧天圖像增強(qiáng)算法[J];通信學(xué)報(bào);2014年06期

6 王勤波;肖文娟;安勇;王學(xué)勤;;霧霾的形成原因及治理方法小析[J];科技視界;2014年14期

7 張健;朱沁美;;小波分析對(duì)于GPS觀測(cè)數(shù)據(jù)優(yōu)化的理論及應(yīng)用[J];科技視界;2014年10期

8 呂緒良;文劉強(qiáng);榮先輝;王榕;扈佃海;;基于小波變換的紅外圖像模糊與同態(tài)增強(qiáng)[J];解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

9 李永樂;張茂軍;婁靜濤;王煒;;去散焦模糊的折反射全向成像系統(tǒng)設(shè)計(jì)[J];光學(xué)學(xué)報(bào);2012年09期

10 劉書琴;毋立芳;宮玉;劉興勝;;圖像質(zhì)量評(píng)價(jià)綜述[J];中國(guó)科技論文在線;2011年07期

相關(guān)博士學(xué)位論文 前5條

1 嵇曉強(qiáng);圖像快速去霧與清晰度恢復(fù)技術(shù)研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2012年

2 陳豐農(nóng);基于機(jī)器視覺的小麥并肩雜與不完善粒動(dòng)態(tài)實(shí)時(shí)檢測(cè)研究[D];浙江大學(xué);2012年

3 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

4 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

5 溫靜;基于張量子空間學(xué)習(xí)的視覺跟蹤方法研究[D];西安電子科技大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 楊帆;基于暗原色先驗(yàn)的單幅圖像去霧方法研究[D];成都理工大學(xué);2016年

2 梁笑;霧霾圖像增強(qiáng)方法研究[D];重慶大學(xué);2015年

3 劉定通;復(fù)雜背景下視頻運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究[D];電子科技大學(xué);2015年

4 王麗;紅外雙目測(cè)距技術(shù)研究與應(yīng)用[D];江蘇科技大學(xué);2015年

5 邵荔;基于小波分析和神經(jīng)網(wǎng)絡(luò)的腦電圖檢測(cè)[D];西安工業(yè)大學(xué);2014年

6 靳會(huì)超;RS和GIS在四川省城市霧霾分析及評(píng)價(jià)中的應(yīng)用[D];成都理工大學(xué);2014年

7 劉鵬;基于視頻的火災(zāi)煙霧檢測(cè)[D];華北電力大學(xué);2014年

8 杜雨芝;指導(dǎo)濾波在單幅圖像快速去霧算法中的應(yīng)用[D];大連理工大學(xué);2013年

9 文云;紅外目標(biāo)檢測(cè)識(shí)別算法及實(shí)現(xiàn)[D];中北大學(xué);2013年

10 常月姣;霧天數(shù)字圖像處理算法研究[D];安徽大學(xué);2013年

，

本文編號(hào)：1954919