傳統(tǒng)有霧圖像中不僅含有霧氣,更含有嚴(yán)重的噪聲。這些噪聲有些是因?yàn)榭諝庵泻械臒�、灰塵等小顆粒所造成的,有些則是因?yàn)樵陟F天拍照數(shù)字圖像在傳輸過程中所產(chǎn)生的噪聲�；诎翟闰�(yàn)的去霧算法是目前去霧算法中較為經(jīng)典且有效的去霧算法,但是該算法去霧后得到的圖像通常含有噪聲,且部分細(xì)節(jié)保持效果稍差。二階變分去噪模型可以有效地去除噪聲,能夠保持邊緣和紋理細(xì)節(jié),并且二階微分比一階微分更適合刻畫圖像的震蕩性,且能夠較好地抑制階梯效應(yīng)。針對(duì)暗原色先驗(yàn)算法不能有效的去除圖像中存在的噪聲、且部分圖像細(xì)節(jié)保存效果欠佳的問題,考慮到二階變分去噪模型的優(yōu)勢(shì),本文將二者進(jìn)行了結(jié)合,首先利用暗原色先驗(yàn)方法估算出有霧圖像大氣光值與粗略的透射率圖,然后將非線性擴(kuò)散模型運(yùn)用到精細(xì)透射率圖的求解當(dāng)中,再將其分別與二階變分模型拉普拉斯變分模型、Hessian矩陣變分模型、總廣義變分模型、總曲率變分模型結(jié)合,提出了4種二階去霧模型:基于暗原色先驗(yàn)與拉普拉斯變分模型的去霧模型（H-LV模型）、基于暗原色先驗(yàn)與Hessian矩陣變分模型的去霧模型（H-HMV模型）、基于暗原色先驗(yàn)與總廣義變分模型的去霧模型（H-TGV模型）、基于暗原色... 

【文章來源】：青島大學(xué)山東省

【文章頁數(shù)】：61 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究目的與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 圖像去霧的研究現(xiàn)狀
        1.2.2 圖像去噪的研究現(xiàn)狀
    1.3 本文主要工作
    1.4 本文章節(jié)安排
第二章 暗原色先驗(yàn)方法與圖像質(zhì)量評(píng)價(jià)
    2.1 暗原色先驗(yàn)去霧方法
    2.2 圖像質(zhì)量評(píng)價(jià)
        2.2.1 主觀質(zhì)量評(píng)價(jià)
        2.2.2 客觀質(zhì)量評(píng)價(jià)
    2.3 本章小結(jié)
第三章 二階變分去噪模型及其ADMM算法
    3.1 LV模型及其ADMM算法
    3.2 HMV模型及其ADMM算法
    3.3 TGV模型及其ADMM算法
    3.4 TCV模型及其ADMM算法
    3.5 二階變分去噪模型
        3.5.1 二階變分去噪模型的求解步驟
        3.5.2 實(shí)驗(yàn)結(jié)果對(duì)比
    3.6 本章小結(jié)
第四章 基于暗原色先驗(yàn)和二階變分模型的圖像去霧
    4.1 H-LV模型及其ADMM算法
    4.2 H-HMV模型及其ADMM算法
    4.3 H-TGV模型及其ADMM算法
    4.4 H-TCV模型及其ADMM算法
    4.5 二階去霧模型
        4.5.1 二階去霧模型的求解步驟
        4.5.2 本文算法的整體流程圖
    4.6 本章小結(jié)
第五章 實(shí)驗(yàn)結(jié)果與分析
    5.1 主觀質(zhì)量評(píng)價(jià)
        5.1.1 原始有霧圖像實(shí)驗(yàn)
        5.1.2 仿真有霧圖像實(shí)驗(yàn)
        5.1.3 細(xì)節(jié)保持對(duì)比實(shí)驗(yàn)
    5.2 客觀質(zhì)量評(píng)價(jià)
        5.2.1 原始有霧圖像實(shí)驗(yàn)
        5.2.2 仿真有霧圖像實(shí)驗(yàn)
    5.3 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)
攻讀學(xué)位期間的研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于暗原色先驗(yàn)與MTV模型的單幅彩色圖像去霧[J]. 趙勝楠,魏偉波,潘振寬,李帥.  計(jì)算機(jī)科學(xué). 2018(03)
[2]Recent Advances in Image Dehazing[J]. Wencheng Wang,Xiaohui Yuan.  IEEE/CAA Journal of Automatica Sinica. 2017(03)
[3]基于Hessian矩陣和熵的CT序列圖像裂縫分割方法[J]. 王慧倩,鄒永寧,蔡玉芳,程燕,王玨.  儀器儀表學(xué)報(bào). 2016(08)
[4]一種基于模糊推理的噪聲檢測(cè)及自適應(yīng)濾波方法[J]. 王培珍,黃永華,高尚義.  中國(guó)圖象圖形學(xué)報(bào). 2009(11)
[5]一種改進(jìn)的中值濾波算法[J]. 張恒,雷志輝,丁曉華.  中國(guó)圖象圖形學(xué)報(bào). 2004(04)

碩士論文
[1]基于非局部變分模型的彩色圖像去霧[D]. 李帥.青島大學(xué) 2019
[2]基于暗原色先驗(yàn)和變分模型的單幅彩色圖像去霧[D]. 趙勝楠.青島大學(xué) 2018



本文編號(hào)：3183254