在水下自然環(huán)境中獲取圖像時(shí),因?yàn)樗颅h(huán)境復(fù)雜多變,造成獲取的圖像質(zhì)量嚴(yán)重下降,其主要影響因素為懸浮粒子對(duì)光的散射與吸收作用,造成光的衰減。與可見光圖像相比,偏振圖像可以更加明顯地突顯出目標(biāo)物的邊緣輪廓,從而提高圖像的利用價(jià)值。本文主要研究可以分為兩方面,分別是偏振圖像的獲取實(shí)驗(yàn)設(shè)計(jì)和退化圖像復(fù)原方法的研究。本文分析了水下圖像退化的相關(guān)因素,針對(duì)水下圖像質(zhì)量差、紋理細(xì)節(jié)模糊和對(duì)比度低等問題,設(shè)計(jì)了一套水下偏振成像實(shí)驗(yàn),研究偏振圖像的成像特性。通過配置不同濃度的牛奶溶液來模擬水下渾濁環(huán)境,使用SALSA相機(jī)在自然光的照射下對(duì)不同材質(zhì),不同濃度下的目標(biāo)物進(jìn)行水下偏振圖像獲取,并對(duì)獲取的不同角度的偏振強(qiáng)度圖像利用Stokes矢量法處理,最終得到偏振度、偏振角等偏振分量圖像。因?yàn)槠駡D像擁有較強(qiáng)的邊緣信息和紋路信息,強(qiáng)度圖像擁有大量的光強(qiáng)信息,所以本文提出一種基于NSCT變換的壓縮感知圖像融合算法,將偏振度圖像和強(qiáng)度圖像作為源圖像,通過NSCT變換產(chǎn)生反映近似信息的低頻分量和反映細(xì)節(jié)信息的高頻分量,對(duì)低頻系數(shù)采用基于區(qū)域能量做權(quán)重比的融合方法,高頻系數(shù)采用基于區(qū)域方差加權(quán)和取大相結(jié)合的融合方法,... 

【文章來源】：長春理工大學(xué)吉林省

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

水下光的吸收、衰減、散射的示意圖

維納濾

102.2傳統(tǒng)圖像復(fù)原方法研究線性算法和非線性算法是解決退化圖像復(fù)原的基本算法。線性算法是通過反卷積的方法實(shí)現(xiàn)的，通常采用逆濾波的方法進(jìn)行處理。這類方法相對(duì)簡便，可以直接得到反卷積的效果，避免了一些不必要的迭代循環(huán)。但是它也有許多的不足之處，例如在卷積的過程中，圖像的非負(fù)性不能被保證。而非線性方法則是利用大量反復(fù)地迭代來提升圖像的質(zhì)量，直到圖像復(fù)原達(dá)到標(biāo)準(zhǔn)，復(fù)原后的圖像質(zhì)量令人滿意。可反復(fù)迭代過程過于復(fù)雜，計(jì)算量十分龐大，且消耗大量時(shí)間。所以在現(xiàn)實(shí)生活中必須對(duì)兩種算法綜合考慮。2.2.1維納濾波法維納濾波法最早被應(yīng)用于處理一維信號(hào)，結(jié)果令人滿意。在處理退化圖像復(fù)原工作時(shí)，其結(jié)果也十分令人滿意。由于計(jì)算量小，算法相對(duì)簡便，在現(xiàn)實(shí)生活中是一種十分有效的圖像復(fù)原算法[41]。使統(tǒng)計(jì)誤差函數(shù)e被維納濾波器所設(shè)定，e的表達(dá)示為：e2=E((ff)2)（2-4）其中，f的近似估計(jì)為f。還沒有退化的圖像f，期望值的操作符為E。該函數(shù)在頻域表達(dá)式為：221|(,)|(,)(,)(,)(,)(,)(,)/(,)cHuvFuvGuvHuvHuvHuvSuvSuvη∧=×+（2-5）頻域表達(dá)式中退化函數(shù)為H(u,v)，2H(u,v)=H(u,v)H(u,v)。其中H(u,v)為H(u,v)的復(fù)共軛，還沒有退化的圖像功率譜為2(,)(,)cSuv=Fuv，噪聲的功率譜可表達(dá)為2S(u,v)N(u,v)η=。效果圖如下：(a)(b)(c)圖2.4維納濾波法效果圖(a)原圖；(b)模糊圖像；(c)維納濾波

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)的粒子群優(yōu)化正交匹配追蹤重構(gòu)算法[J]. 王麗,王威,陳博.  小型微型計(jì)算機(jī)系統(tǒng). 2019(08)
[2]水下物體偏振成像探測的實(shí)驗(yàn)研究[J]. 吳中芳,周少聰,何賢強(qiáng).  激光與光電子學(xué)進(jìn)展. 2018(08)
[3]多尺度水下偏振成像方法[J]. 韓平麗,劉飛,張廣,陶禹,邵曉鵬.  物理學(xué)報(bào). 2018(05)
[4]小型高靈敏度水下拉曼光譜系統(tǒng)[J]. 劉慶省,郭金家,楊德旺,司趕上,鄭榮兒.  光學(xué)精密工程. 2018(01)
[5]激光成像水下偏振成像的特征融合技術(shù)研究[J]. 李明杰,劉小飛,張英華.  激光雜志. 2017(05)
[6]水下連續(xù)光成像系統(tǒng)照明光源的最優(yōu)化波長選擇[J]. 管風(fēng),張曉暉.  光學(xué)與光電技術(shù). 2016(04)
[7]水下目標(biāo)不同偏振特性對(duì)成像系統(tǒng)分辨率的影響[J]. 韓捷飛,夏珉,孫立穎,楊克成.  光學(xué)學(xué)報(bào). 2016(03)
[8]基于Stokes矢量的實(shí)時(shí)偏振差分水下成像研究[J]. 管今哥,朱京平,田恒,侯洵.  物理學(xué)報(bào). 2015(22)
[9]基于偏振的水下目標(biāo)深度信息獲取方法[J]. 趙泓揚(yáng),姚文卿.  電光與控制. 2015(08)
[10]國外偏振成像軍事應(yīng)用的研究進(jìn)展(上)[J]. 段錦,付強(qiáng),莫春和,祝勇,丁瑩,楊帆,姜會(huì)林.  紅外技術(shù). 2014(03)

博士論文
[1]像素級(jí)多源圖像融合方法研究[D]. 劉羽.中國科學(xué)技術(shù)大學(xué) 2016
[2]便攜式水下連續(xù)光成像系統(tǒng)設(shè)計(jì)及成像質(zhì)量增強(qiáng)技術(shù)研究[D]. 韓捷飛.華中科技大學(xué) 2016
[3]基于小波的像素級(jí)圖像融合算法研究[D]. 楊波.上海交通大學(xué) 2008

碩士論文
[1]基于激光的水下目標(biāo)偏振成像探測技術(shù)[D]. 王利杰.長春理工大學(xué) 2019
[2]水下圖像復(fù)原方法的研究[D]. 張業(yè)忠.華北水利水電大學(xué) 2018
[3]基于偏振信息的水下圖像復(fù)原方法[D]. 宋強(qiáng).合肥工業(yè)大學(xué) 2018
[4]基于多尺度分析的全變差去噪和壓縮感知研究[D]. 解頤.北京交通大學(xué) 2017
[5]基于多尺度變換的醫(yī)學(xué)圖像融合算法研究與應(yīng)用[D]. 李加恒.浙江理工大學(xué) 2016
[6]渾濁介質(zhì)中偏振圖像融合方法研究[D]. 莫春和.長春理工大學(xué) 2014
[7]SAR、紅外、可見光圖像配準(zhǔn)及融合算法研究[D]. 裴璐乾.西安電子科技大學(xué) 2011
[8]像素級(jí)圖像融合技術(shù)研究[D]. 趙曉雷.西安科技大學(xué) 2010
[9]機(jī)場跑道背景偏振特性及偽裝技術(shù)研究[D]. 謝義.國防科學(xué)技術(shù)大學(xué) 2010



本文編號(hào)：2972694