本文關(guān)鍵詞：基于AS模型的單幅圖像去霧霾方法研究

  更多相關(guān)文章： 大氣散射模型 大氣光估計(jì) 成本函數(shù) 傳輸率

【摘要】：視覺系統(tǒng)伴隨信息科學(xué)技術(shù)等的快速發(fā)展,在場景的捕獲和處理中發(fā)揮的作用越來越重要,然而在空氣中彌漫著水滴、煙霧等顆粒的狀況下,由于微小粒子的散射作用,成像系統(tǒng)所捕獲的圖像質(zhì)量退化,清晰度下降,顏色和對(duì)比度改變,圖像中的許多場景被模糊化,這不僅影響到圖像的視覺效果,對(duì)后續(xù)的信息提取與處理也造成了嚴(yán)重阻礙。因此對(duì)霧霾退化圖像處理方法的研究具有重要的實(shí)際意義和廣闊的應(yīng)用范圍。目前,對(duì)彩色退化圖像的去霧霾方法主要有兩類:一是不探究圖像降質(zhì)的起因,強(qiáng)調(diào)其整體或局部特性從而達(dá)到圖像清晰化的圖像增強(qiáng)方法;二是利用大氣散射(Atmospheric Scattering,AS)模型的圖像復(fù)原方法。本文屬于第二種方法,從圖像退化的物理成因出發(fā),詳細(xì)闡述了AS模型,并對(duì)一些基于AS模型的經(jīng)典方法進(jìn)行了綜述。本文在AS模型的基礎(chǔ)上研究單幅圖像去霧霾方法,主要包含了以下研究內(nèi)容:(1)根據(jù)AS模型中大氣光和圖像顏色空間的特性,在YCbCr空間中,使用四叉樹分層搜索法估計(jì)大氣光值,可以避免估計(jì)的不可靠性;(2)利用傳輸率局部平滑的特性,假設(shè)每個(gè)子類局部區(qū)域傳輸率是相同的,用快速、穩(wěn)定的AP聚類算法代替需要人工設(shè)置大小的矩形窗口,根據(jù)圖像像素點(diǎn)顏色特征將其自然地分割成若干個(gè)局部區(qū)域,用于局部區(qū)域傳輸率的估計(jì);(3)基于一般情況下霧霾圖像對(duì)比度較低,本文通過估計(jì)區(qū)域傳輸率使得對(duì)比度增強(qiáng)。然而,下降的對(duì)比度的補(bǔ)償可能會(huì)引起像素值溢出,從而導(dǎo)致某些信息的損失。為此,本文設(shè)計(jì)了一個(gè)包含對(duì)比度和信息丟失的成本函數(shù),通過最小化這個(gè)成本函數(shù),為每個(gè)子類局部區(qū)域估計(jì)出增強(qiáng)復(fù)原圖像對(duì)比度的同時(shí)又減少信息丟失的最佳傳輸率值;(4)對(duì)保持圖像邊緣細(xì)節(jié)信息的引導(dǎo)濾波算法在速度上進(jìn)行改進(jìn),同時(shí)使用平滑的窗口增強(qiáng)邊緣細(xì)節(jié),以細(xì)化粗略的局部區(qū)域傳輸率圖,更加突出了圖像的邊緣細(xì)節(jié)信息。實(shí)驗(yàn)對(duì)比證明,本文所提出的方法可以更有效地提高圖像的主觀視覺效果;從客觀定量方面衡量,本文方法也優(yōu)于其它3中經(jīng)典的去霧霾算法。
【關(guān)鍵詞】：大氣散射模型 大氣光估計(jì) 成本函數(shù) 傳輸率
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-14
• 1.1 課題研究背景及意義9
• 1.2 國內(nèi)外的研究現(xiàn)狀及本文研究重點(diǎn)9-12
• 1.2.1 國外研究現(xiàn)狀10-11
• 1.2.2 國內(nèi)研究現(xiàn)狀11-12
• 1.2.3 本文的研究重點(diǎn)12
• 1.3 本文組織結(jié)構(gòu)安排12-13
• 1.4 本章小結(jié)13-14
• 2 基于先驗(yàn)數(shù)據(jù)假設(shè)的經(jīng)典去霧霾方法14-25
• 2.1 霧霾的形成及大氣散射理論14-15
• 2.2 AS模型理論基礎(chǔ)15-19
• 2.2.1 入射光衰減模型15-17
• 2.2.2 大氣光成像模型17-18
• 2.2.3 霧霾圖像退化模型18-19
• 2.3 基于先驗(yàn)數(shù)據(jù)假設(shè)的經(jīng)典去霧霾方法19-24
• 2.3.1 Fattal去霧霾方法19-21
• 2.3.2 基于大氣耗散函數(shù)的Tarel方法21-23
• 2.3.3 暗通道先驗(yàn)算法23-24
• 2.4 本章小結(jié)24-25
• 3 基于成本函數(shù)的相關(guān)變量估計(jì)25-38
• 3.1 大氣光的估計(jì)25-27
• 3.2 基于成本函數(shù)的區(qū)域最佳傳輸率估計(jì)27-34
• 3.2.1 基于AP聚類的局部區(qū)域劃分28-30
• 3.2.2 復(fù)原圖像的對(duì)比度與信息丟失特性分析30-32
• 3.2.3 成本函數(shù)與最佳傳輸率估計(jì)32-34
• 3.3 相關(guān)參數(shù)設(shè)置34-36
• 3.3.1 AP聚類收斂參數(shù)設(shè)置34-36
• 3.3.2 成本函數(shù)權(quán)重參數(shù)設(shè)置36
• 3.4 本章小結(jié)36-38
• 4 基于改進(jìn)引導(dǎo)濾波的傳輸率細(xì)化與圖像復(fù)原38-47
• 4.1 傳輸率細(xì)化38-43
• 4.1.1 引導(dǎo)濾波38-40
• 4.1.2 快速的引導(dǎo)濾波40-42
• 4.1.3 基于平滑窗口的改進(jìn)引導(dǎo)濾波42-43
• 4.2 參數(shù)設(shè)置43-44
• 4.3 圖像的復(fù)原44-46
• 4.4 本章小結(jié)46-47
• 5 效果評(píng)價(jià)及實(shí)驗(yàn)結(jié)果分析47-55
• 5.1 主觀視覺評(píng)價(jià)47-48
• 5.2 客觀定量評(píng)價(jià)48-54
• 5.2.1 基于可見邊的對(duì)比度增強(qiáng)評(píng)估方法49-51
• 5.2.2 基于視覺感知的去霧霾效果評(píng)價(jià)方法51-54
• 5.3 本章小結(jié)54-55
• 6 總結(jié)與展望55-57
• 6.1 總結(jié)55-56
• 6.2 展望56-57
• 參考文獻(xiàn)57-62
• 攻讀碩士學(xué)位期間所取得的研究成果62-63
• 致謝63-64

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊凡穩(wěn);曾志高;劉強(qiáng);劉麗紅;易勝秋;鐘智彥;;基于AP聚類算法的圖像分割應(yīng)用與研究[J];計(jì)算技術(shù)與自動(dòng)化;2015年03期

2 吳迪;朱青松;;圖像去霧的最新研究進(jìn)展[J];自動(dòng)化學(xué)報(bào);2015年02期

3 劉巧玲;張紅英;;單幅圖像快速去霧霾算法[J];西南科技大學(xué)學(xué)報(bào);2014年03期

4 陳劍鵬;畢篤彥;張晟，

本文編號(hào)：585509