在霧霾等惡劣天氣下拍攝的圖像,因為受到環(huán)境中多種不同懸浮物對光的吸收、散射等影響,最終獲得的圖像清晰度降低,呈現(xiàn)出對比度明顯降低,色彩失真,細(xì)節(jié)模糊等效果。然而目前的戶外視頻監(jiān)控系統(tǒng)等眾多應(yīng)用都是以輸入圖像或視頻具有高清晰度為前提,故降質(zhì)的圖像對后續(xù)識別目標(biāo)物體、分析圖像以及計量結(jié)果的準(zhǔn)確性都將產(chǎn)生很大的影響。因此,研究高質(zhì)、快速、普適的去霧原理與方法具有很高的理論意義和應(yīng)用價值。近年來得益于大氣散射模型的提出,圖像去霧領(lǐng)域取得了突破性的進(jìn)展,諸多學(xué)者提出了有效的去霧算法。本文首先分析了目前單幅圖像去霧領(lǐng)域被廣泛認(rèn)可的暗通道先驗去霧算法,針對其對天空區(qū)域不適應(yīng)而產(chǎn)生色偏,過增強等負(fù)面視覺效果的問題進(jìn)行改進(jìn),提出一種新的基于天空識別的單幅圖像去霧方法。主要研究工作如下:首先,基于對上千幅戶外圖像的觀察,總結(jié)天空區(qū)域具有的視覺特征,提出一種新的天空區(qū)域特征先驗,并基于先驗知識構(gòu)建出天空區(qū)域特征圖。最后通過形態(tài)學(xué)開運算對天空區(qū)域特征圖進(jìn)行優(yōu)化,消除細(xì)小噪聲。實驗結(jié)果表明,本文算法在各種不同場景下均能準(zhǔn)確識別出圖像中所含天空區(qū)域,識別結(jié)果穩(wěn)定準(zhǔn)確。其次,為了解決目前主流算法存在的大氣光誤判問題... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于圖像增強的去霧方法
        1.2.2 基于物理模型的圖像復(fù)原方法
    1.3 論文內(nèi)容及結(jié)構(gòu)安排
第二章 基于大氣散射模型的圖像去霧原理
    2.1 大氣散射現(xiàn)象及散射模型
        2.1.1 衰減模型
        2.1.2 大氣光成像模型
    2.2 霧天圖像退化模型
    2.3 基于暗通道先驗的單幅圖像去霧算法
        2.3.1 暗通道先驗知識
        2.3.2 暗通道去霧算法
        2.3.3 處理結(jié)果分析
    2.4 本章小結(jié)
第三章 一種基于特征先驗的天空識別方法
    3.1 基于邊緣檢測的分割方法
        3.1.1 經(jīng)典灰度圖像分割方法
        3.1.2 結(jié)合天空特征的邊緣檢測分割方法
    3.2 改進(jìn)的特征先驗識別天空算法
        3.2.1 天空區(qū)域特征先驗
        3.2.2 基于天空區(qū)域特征先驗分割天空
    3.3 實驗結(jié)果與分析
        3.3.1 主觀評價結(jié)果
        3.3.2 客觀評價結(jié)果
    3.4 本章小結(jié)
第四章 基于大氣光修正的圖像去霧方法
    4.1 問題分析
    4.2 改進(jìn)大氣光估計
        4.2.1 定位大氣光候選區(qū)域
        4.2.2 計算大氣光取值
        4.2.3 透射率優(yōu)化
    4.3 實驗結(jié)果與分析
        4.3.1 主觀評價結(jié)果
        4.3.2 客觀評價指標(biāo)
        4.3.3 客觀評價結(jié)果
    4.4 本章小結(jié)
第五章 基于自適應(yīng)透射率估計的圖像去霧方法
    5.1 問題分析
    5.2 自適應(yīng)透射率估計
        5.2.1 平均飽和度先驗
        5.2.2 透射率估計
        5.2.3 導(dǎo)向全變分模型
    5.3 實驗結(jié)果與分析
        5.3.1 主觀評價結(jié)果
        5.3.2 客觀評價結(jié)果
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間撰寫的論文
附錄2 攻讀碩士學(xué)位期間申請的專利
附錄3 攻讀碩士學(xué)位期間參加的科研項目
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于先驗知識與大氣散射模型的圖像增強算法[J]. 鞠銘燁,張登銀.  電子學(xué)報. 2017(05)
[2]基于景深約束的單幅霧天圖像去霧算法[J]. 南棟,畢篤彥,馬時平,何林遠(yuǎn),婁小龍.  電子學(xué)報. 2015(03)
[3]基于分解的二維renyi熵閾值分割方法中參數(shù)自適應(yīng)選取[J]. 龔劬,冉清華,王海軍.  計算機科學(xué). 2015(02)
[4]圖像去霧的最新研究進(jìn)展[J]. 吳迪,朱青松.  自動化學(xué)報. 2015(02)
[5]基于全變分Retinex及梯度域的霧天圖像增強算法[J]. 陳炳權(quán),劉宏立.  通信學(xué)報. 2014(06)
[6]改進(jìn)的基于暗原色先驗的圖像去霧算法[J]. 蔣建國,侯天峰,齊美彬.  電路與系統(tǒng)學(xué)報. 2011(02)
[7]圖像分割算法研究綜述[J]. 何俊,葛紅,王玉峰.  計算機工程與科學(xué). 2009(12)



本文編號：3168988