交通視頻圖像去霧研究
發(fā)布時(shí)間:2021-05-14 22:47
戶外交通視頻監(jiān)控系統(tǒng)經(jīng)常會(huì)受到很多不良天氣,如霧、霾、雨、煙塵等的影響,這些條件改變甚至退化了視頻圖像的顏色和對(duì)比度,使分析和處理視頻圖像信息變得困難。因此,對(duì)霧天視頻圖像的實(shí)時(shí)去霧化處理,無(wú)論對(duì)提高交通監(jiān)測(cè)系統(tǒng)工作的準(zhǔn)確率,還是促進(jìn)智能交通系統(tǒng)的發(fā)展,都具有重要的意義。在目前的去霧研究中,發(fā)展比較成熟的是單張圖像的去霧,研究者們提出了很多算法及改進(jìn)方法來(lái)復(fù)原去霧圖像,使之清晰度提高。然而,現(xiàn)有的單幅圖像的去霧算法比較復(fù)雜,而對(duì)于一個(gè)由很多幀圖像組成的視頻來(lái)說(shuō),如果套用現(xiàn)有的去霧算法復(fù)原,計(jì)算過(guò)程耗時(shí)會(huì)很長(zhǎng),很難滿足視頻處理的實(shí)時(shí)性,還可能造成視頻圖像播放不連續(xù)現(xiàn)象。為了提高視頻處理的實(shí)時(shí)性,需要找到一種更有效的去霧處理方法。針對(duì)這些問(wèn)題,本文的主要工作如下:第一,運(yùn)動(dòng)車輛檢測(cè)。交通視頻里,圖像可分為背景和前景兩部分。當(dāng)拍攝鏡頭位置固定時(shí),背景內(nèi)容就是固定的,霧天的背景完全可以用晴天無(wú)霧時(shí)的背景來(lái)代替。而前景,即運(yùn)動(dòng)的車輛,是交通視頻監(jiān)控系統(tǒng)關(guān)注的重點(diǎn),需要著重進(jìn)行去霧處理,所以本文首先對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行提取。通過(guò)對(duì)三種典型的目標(biāo)跟蹤算法的比較,采用效果較好的RPCA算法,完成運(yùn)動(dòng)車輛檢測(cè)...
【文章來(lái)源】:昆明理工大學(xué)云南省
【文章頁(yè)數(shù)】:72 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 圖像去霧增強(qiáng)方法研究現(xiàn)狀
1.2.2 圖像去霧復(fù)原方法研究現(xiàn)狀
1.2.3 基于視頻圖像的去霧算法
1.2.4 目前研究存在的問(wèn)題
1.3 本文研究?jī)?nèi)容和章節(jié)安排
1.3.1 主要研究?jī)?nèi)容
1.3.2 論文章節(jié)安排
第二章 圖像去霧方法及評(píng)價(jià)指標(biāo)
2.1 基于圖像增強(qiáng)的去霧方法
2.2 基于圖像復(fù)原的去霧方法
2.3 圖像增強(qiáng)方法和圖像復(fù)原方法實(shí)驗(yàn)對(duì)比
2.4 單幅圖像去霧和視頻圖像去霧的關(guān)系
2.5 圖像去霧評(píng)價(jià)方法
2.5.1 主觀評(píng)價(jià)方法
2.5.2 客觀評(píng)價(jià)方法
2.6 本章內(nèi)容小結(jié)
第三章 目標(biāo)跟蹤方法
3.1 目標(biāo)跟蹤常見(jiàn)方法
3.1.1 幀差法
3.1.2 混合高斯背景模型
3.2 RPCA目標(biāo)跟蹤
3.2.1 主成分分析(PCA)
3.2.2 基于主成分分析的魯棒PCA
3.3 實(shí)驗(yàn)結(jié)果分析與對(duì)比
3.4 小結(jié)
第四章 基于暗原色先驗(yàn)算法的圖像去霧
4.1 霧天退化模型
4.2 暗原色先驗(yàn)提取透射圖
4.3 引導(dǎo)濾波器細(xì)化透射圖
4.4 小結(jié)
第五章 基于多幀圖像的去霧算法
5.1 超分辨率圖像重構(gòu)
5.1.1 插值技術(shù)
5.1.2 運(yùn)動(dòng)估計(jì)
5.1.3 圖像重構(gòu)方法
5.2 實(shí)驗(yàn)結(jié)果及評(píng)價(jià)
5.2.1 不同超分辨率算法重構(gòu)效果
5.2.2 基于交通視頻圖像的不同去霧算法效果
5.3 總結(jié)
第六章 總結(jié)與展望
6.1 論文主要工作總結(jié)
6.2 論文下步工作展望
致謝
參考文獻(xiàn)
附錄 A(攻讀碩士學(xué)位其間發(fā)表論文目錄)
本文編號(hào):3186468
【文章來(lái)源】:昆明理工大學(xué)云南省
【文章頁(yè)數(shù)】:72 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 圖像去霧增強(qiáng)方法研究現(xiàn)狀
1.2.2 圖像去霧復(fù)原方法研究現(xiàn)狀
1.2.3 基于視頻圖像的去霧算法
1.2.4 目前研究存在的問(wèn)題
1.3 本文研究?jī)?nèi)容和章節(jié)安排
1.3.1 主要研究?jī)?nèi)容
1.3.2 論文章節(jié)安排
第二章 圖像去霧方法及評(píng)價(jià)指標(biāo)
2.1 基于圖像增強(qiáng)的去霧方法
2.2 基于圖像復(fù)原的去霧方法
2.3 圖像增強(qiáng)方法和圖像復(fù)原方法實(shí)驗(yàn)對(duì)比
2.4 單幅圖像去霧和視頻圖像去霧的關(guān)系
2.5 圖像去霧評(píng)價(jià)方法
2.5.1 主觀評(píng)價(jià)方法
2.5.2 客觀評(píng)價(jià)方法
2.6 本章內(nèi)容小結(jié)
第三章 目標(biāo)跟蹤方法
3.1 目標(biāo)跟蹤常見(jiàn)方法
3.1.1 幀差法
3.1.2 混合高斯背景模型
3.2 RPCA目標(biāo)跟蹤
3.2.1 主成分分析(PCA)
3.2.2 基于主成分分析的魯棒PCA
3.3 實(shí)驗(yàn)結(jié)果分析與對(duì)比
3.4 小結(jié)
第四章 基于暗原色先驗(yàn)算法的圖像去霧
4.1 霧天退化模型
4.2 暗原色先驗(yàn)提取透射圖
4.3 引導(dǎo)濾波器細(xì)化透射圖
4.4 小結(jié)
第五章 基于多幀圖像的去霧算法
5.1 超分辨率圖像重構(gòu)
5.1.1 插值技術(shù)
5.1.2 運(yùn)動(dòng)估計(jì)
5.1.3 圖像重構(gòu)方法
5.2 實(shí)驗(yàn)結(jié)果及評(píng)價(jià)
5.2.1 不同超分辨率算法重構(gòu)效果
5.2.2 基于交通視頻圖像的不同去霧算法效果
5.3 總結(jié)
第六章 總結(jié)與展望
6.1 論文主要工作總結(jié)
6.2 論文下步工作展望
致謝
參考文獻(xiàn)
附錄 A(攻讀碩士學(xué)位其間發(fā)表論文目錄)
本文編號(hào):3186468
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3186468.html
最近更新
教材專著