霧霾等天氣狀況嚴(yán)重影響室外信息系統(tǒng)采集到的圖像質(zhì)量,使其對(duì)比度降低、顏色失真、細(xì)節(jié)模糊,不僅影響人類視覺上的美觀,還影響圖像中信息的采集,導(dǎo)致計(jì)算機(jī)系統(tǒng)無法對(duì)圖像進(jìn)行后期處理�，F(xiàn)如今,霧霾等惡劣天氣頻發(fā),室外獲取的不清晰圖像增多,圖像清晰化已成為一門重要的研究課題。為減少有霧圖像對(duì)圖像識(shí)別系統(tǒng)的影響,保證室外系統(tǒng)的正常運(yùn)行,本文在基于物理模型去霧算法基礎(chǔ)上對(duì)暗原色理論去霧算法進(jìn)行深入研究,并針對(duì)暗原色圖像去霧算法局限性提出改進(jìn)方法,具體研究?jī)?nèi)容如下:（1）針對(duì)暗原色圖像去霧算法中大氣光值誤判問題,提出一種天空檢測(cè)方法,在天空區(qū)域求取大氣光值,改善大氣光值誤判現(xiàn)象。首先通過分析天空檢測(cè)必要性,利用大津法進(jìn)行天空分割,為彌補(bǔ)大津法在分割時(shí)的不足,使用加權(quán)灰度化方式增強(qiáng)有霧圖像細(xì)節(jié),再結(jié)合閾值調(diào)整策略、形態(tài)學(xué)腐蝕和高斯模糊進(jìn)行天空與非天空區(qū)域的粗分割。其次通過分析快速導(dǎo)向?yàn)V波的邊緣保持特性,利用快速導(dǎo)向?yàn)V波對(duì)天空區(qū)域粗分割結(jié)果進(jìn)行細(xì)分割。最后提出一種判斷機(jī)制,判斷圖像中是否存在天空,將天空區(qū)域的暗原色均值作為大氣光值。實(shí)驗(yàn)結(jié)果表明,本文方法能獲得較為精細(xì)的天空區(qū)域,所估計(jì)的大氣光值更精確與實(shí)... 

【文章來源】：河南大學(xué)河南省

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

室外霧霾圖片

衡化（AHE 算法）、對(duì)比度受限制的自適應(yīng)直方圖均衡化（CLAHE 算法）。C夠在增強(qiáng)對(duì)比度的同時(shí)限制噪聲，更好的改善圖像灰度分布。圖 2-1 和圖 安門和山景的 AHE 算法去霧實(shí)例，包含了有霧圖像原始灰度圖和 AHE 去霧以及對(duì)應(yīng)的直方圖。根據(jù) Matlab 仿真的結(jié)果圖可以看出：AHE 均衡化后的級(jí)層次感明顯豐富、對(duì)比度提升、亮度增強(qiáng)，但是可以明顯看到在兩幅圖像光暈、顏色失真等現(xiàn)象，其中圖 2-1 中的 AHE 灰度圖天空區(qū)域失真明顯。后的直方圖分布狀況由原來的多峰谷，變換為分布相對(duì)均勻的單峰形狀。實(shí)驗(yàn)證了，直方圖圖均衡化算法對(duì)灰度有霧圖像進(jìn)行去霧的效果更加顯著。（a）原始有霧圖 （b）原灰度圖 （c）AHE 灰度圖

（d）原灰度直方圖 （e）AHE 灰度直方圖圖 2-2 山景 AHE 實(shí)例.1.2 Retinex 去霧理論網(wǎng)膜大腦皮質(zhì)理論（Retinex 理論），由 Land 和 McCann 根據(jù)人眼的顏色在圖像增強(qiáng)領(lǐng)域應(yīng)用廣泛，例如陰影去除和霧霾去除等。Retinex 理論的從光對(duì)圖像的影響中獲得物體的反射特性，并提供描述顏色不變性的模型以下事實(shí)：在人類視覺信息傳輸系統(tǒng)中，人類視覺在執(zhí)行一些信息處理時(shí)源的強(qiáng)度和輻射相關(guān)的不確定性因素，只保留反映物體固有特性的信息 理論建立的照明反射模型如公式（2-2）所示，圖像可以被表示為照射分的乘積。其中 I x ,y 是室外采集設(shè)備捕獲的圖像。 R x ,y 是反射分量，面的反射，且與圖像的固有性質(zhì)有關(guān)。 L x ,y 是照明分量，它取決于環(huán)境動(dòng)態(tài)范圍有關(guān)。

【參考文獻(xiàn)】：
期刊論文
[1]一種改進(jìn)的具有色彩保護(hù)的多尺度Retinex圖像增強(qiáng)算法[J]. 張翔,王偉,肖迪.  計(jì)算機(jī)科學(xué). 2018(10)
[2]基于亮度對(duì)比度增強(qiáng)與飽和度補(bǔ)償?shù)目焖賵D像去霧算法[J]. 曹緒民,劉春曉,張金棟,林宇航,趙錦威.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2018(10)
[3]基于透射率融合與多重導(dǎo)向?yàn)V波的單幅圖像去霧[J]. 楊愛萍,王海新,王金斌,趙美琪,魯立宇.  光學(xué)學(xué)報(bào). 2018(12)
[4]基于開運(yùn)算暗通道和優(yōu)化邊界約束的圖像去霧算法[J]. 楊紅,崔艷.  光子學(xué)報(bào). 2018(06)
[5]天空優(yōu)化的數(shù)字圖像暗通道先驗(yàn)去霧算法[J]. 曾致遠(yuǎn),周亞同,池越,史芳寧.  激光與光電子學(xué)進(jìn)展. 2018(08)
[6]結(jié)合天空分割修正的快速去霧方法[J]. 劉子兵,戴聲奎.  華僑大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[7]基于自適應(yīng)暗原色的單幅圖像去霧算法[J]. 劉國,呂群波,劉揚(yáng)陽.  光子學(xué)報(bào). 2018(02)
[8]基于暗原色先驗(yàn)的圖像去霧方法研究[J]. 郭翰,徐曉婷,李博.  光學(xué)學(xué)報(bào). 2018(04)
[9]結(jié)合天空區(qū)域檢測(cè)的圖像去霧算法研究與實(shí)現(xiàn)[J]. 張燕麗,柯旭.  重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(05)
[10]基于天空分割的單幅圖像去霧算法[J]. 毛祥宇,李為相,丁雪梅.  計(jì)算機(jī)應(yīng)用. 2017(10)

碩士論文
[1]基于濾波和物理模型的圖像去霧算法研究[D]. 戴飛.南京郵電大學(xué) 2018
[2]暗通道優(yōu)先的靜態(tài)圖像去霧算法改進(jìn)研究[D]. 惠霄霄.西安石油大學(xué) 2018
[3]基于天空區(qū)域識(shí)別的物理模型圖像去霧算法研究[D]. 白榮鑫.山東師范大學(xué) 2018
[4]霧霾天圖像清晰化方法的研究與實(shí)現(xiàn)[D]. 孫月紅.西安科技大學(xué) 2018
[5]基于暗原色先驗(yàn)信息的單幅圖像去霧算法研究[D]. 張丹.哈爾濱工業(yè)大學(xué) 2017
[6]單幅霧天圖像的去霧算法研究[D]. 戎成明.安徽大學(xué) 2017
[7]基于同態(tài)濾波的圖像增強(qiáng)算法研究[D]. 程新.西安郵電大學(xué) 2016
[8]基于透射率修正的暗原色先驗(yàn)圖像去霧算法[D]. 徐容霜.西南交通大學(xué) 2016
[9]基于暗原色先驗(yàn)的圖像去霧技術(shù)研究[D]. 朱娜.電子科技大學(xué) 2016



本文編號(hào)：2957409