沙塵天氣下,懸浮在空中的沙粒對(duì)空氣中傳播的光線(xiàn)造成了吸收、散射等影響,使得采集到的圖像出現(xiàn)不同程度的退化,具體表現(xiàn)為顏色偏移和清晰度低。這嚴(yán)重影響了城市安全監(jiān)控和道路交通監(jiān)控等依賴(lài)于計(jì)算機(jī)視覺(jué)的智能系統(tǒng)的正常工作。針對(duì)這些問(wèn)題,本文圍繞沙塵天氣下獲得的圖像的清晰化方法展開(kāi)了研究:1.針對(duì)沙塵天氣圖像顏色偏移,對(duì)比度低的問(wèn)題,從圖像復(fù)原的角度提出了一種沙塵降質(zhì)圖像清晰化算法。該算法由基于高斯模型的偏色校正和基于明暗通道的對(duì)比度增強(qiáng)兩個(gè)部分組成。首先根據(jù)沙塵降質(zhì)圖像的RGB 3個(gè)通道直方圖的分布特點(diǎn),使用高斯模型分別對(duì)各通道進(jìn)行建模,從而進(jìn)行顏色調(diào)整,解決沙塵圖像的偏色問(wèn)題。其次采用暗通道先驗(yàn)去霧的原理,結(jié)合亮通道,計(jì)算像素級(jí)的大氣光值。然后對(duì)透射圖和大氣光值進(jìn)行優(yōu)化,從而恢復(fù)出清晰的無(wú)沙塵圖像。最后通過(guò)實(shí)驗(yàn)表明本文算法可以有效的提高沙塵降質(zhì)圖像的重建主觀質(zhì)量,但是在處理信息退化嚴(yán)重的沙塵圖像時(shí)效果不佳;2.針對(duì)嚴(yán)重退化的沙塵天氣圖像存在的圖像藍(lán)色通道信息損失,對(duì)比度低且亮度不均的問(wèn)題,從圖像恢復(fù)和圖像增強(qiáng)優(yōu)勢(shì)互補(bǔ)的角度,提出了一種基于Lab空間的沙塵圖像清晰化方法,可以有效的增強(qiáng)不同程度... 

【文章來(lái)源】：海南大學(xué)海南省 211工程院校

【文章頁(yè)數(shù)】：52 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

沙塵天氣圖像

海南大學(xué)碩士學(xué)位論文52沙塵環(huán)境圖像清晰化理論基礎(chǔ)2.1引言本章首先介紹了沙塵天氣圖像的成像模型，然后分析了沙塵天氣圖像清晰化需要克服的問(wèn)題，最后介紹了圖像清晰化處理中幾種經(jīng)典的圖像增強(qiáng)和復(fù)原方法。其中圖像增強(qiáng)類(lèi)算法主要介紹了限制對(duì)比自適應(yīng)直方圖均衡化方法和帶色彩多尺度Retinex方法，而圖像復(fù)原類(lèi)算法主要介紹了經(jīng)典的暗通道先驗(yàn)去霧算法。2.2沙塵天氣物體成像模型在沙塵天氣下，戶(hù)外拍攝系統(tǒng)采集到的圖像的清晰度和色彩發(fā)生退化。與晴朗天氣下大氣中的微�；究梢院雎缘那闆r不同，在沙塵天氣下，空氣中被卷入了大量的半徑較大的沙塵顆粒，這導(dǎo)致物體反射的光在傳播到接收器之前與沙塵介質(zhì)發(fā)生了散射、吸收和輻射等交互作用（烏音嘎，2016）。圖2-1展示的是沙塵天氣下景物成像過(guò)程。圖2-1沙塵天氣下物體成像示意圖Fig.2-1Objectimagingdiagraminsand-dustweather從上圖中可以看出，影響物體成像的光線(xiàn)由入射光直接衰減部分和大氣光部分組成，其中入射光衰減指得是景物反射的光線(xiàn)經(jīng)沙塵顆粒散射后到達(dá)接收器的部分；大氣光指得是環(huán)境光對(duì)景物的影響。其用公式表示如下：)1)((),()()(0dddEeeEE（2-1）

海南大學(xué)碩士學(xué)位論文7（b）信息退化嚴(yán)重的沙塵圖像及其直方圖圖2-2不同程度的沙塵降質(zhì)圖像存在的顏色信息退化Fig.2-2Thedegradationofcolorinformationindifferentdegreesofdustyimages2.4基于增強(qiáng)和復(fù)原的圖像清晰化方法本小節(jié)介紹了幾種常用的彩色圖像清晰化方法及理論。其中，限制對(duì)比自適應(yīng)直方圖均衡化方法和帶色彩多尺度Retinex圖像增強(qiáng)方法，在解決沙塵圖像偏色問(wèn)題和提高圖像對(duì)比度上有著較好的效果，而暗通道去霧算法作為經(jīng)典的圖像復(fù)原算法，其理論被廣泛應(yīng)用于圖像清晰化領(lǐng)域中。2.4.1限制對(duì)比自適應(yīng)直方圖均衡化方法直方圖均衡化算法屬于灰度變換方法，其思想是把待處理圖像的直方圖從比較集中的灰度區(qū)間擴(kuò)展到整個(gè)灰度區(qū)間，從而提高圖像整體對(duì)比度（張秀，2019）。原始的直方圖均衡算法對(duì)圖像全局采用相同的變換方法，這對(duì)于那些像素值分布相對(duì)均勻的圖像效果尚佳。但對(duì)于存在明顯的過(guò)亮或過(guò)暗的區(qū)域的圖像，將不能有效的增強(qiáng)這些區(qū)域的對(duì)比度。自適應(yīng)直方圖均衡化（AdaptiveHistogramEquation，AHE）算法通過(guò)對(duì)局部區(qū)域執(zhí)行相應(yīng)的直方圖均衡操作來(lái)解決上述問(wèn)題。在解決圖像亮度不均問(wèn)題的同時(shí)對(duì)圖像紋理信息進(jìn)行增強(qiáng)，但是相應(yīng)的放大了圖像中的噪聲，并且有明顯的塊效應(yīng)（CelebiAetal.，2015）。針對(duì)這一問(wèn)題，有學(xué)者在AHE的基礎(chǔ)上進(jìn)一步提出了限制對(duì)比自適應(yīng)均衡化算法（Contrastlimitadaptivehistogramequalization，CLAHE），該算法同AHE的區(qū)別在于增加了對(duì)比度的限制，CLAHE將直方圖大于閾值的部分裁減掉，然后將像素重新分配到每個(gè)灰度級(jí)，從而抑制圖像中被增強(qiáng)的噪聲（SasiNMetal.，2013；MittalAetal.，2017）。CLAHE的算法的具體操作為：（1）將輸入的圖像劃分為NM個(gè)塊，8行8列是常用選擇，彩色圖像需要分通道進(jìn)?

【參考文獻(xiàn)】：
期刊論文
[1]基于亮通道和暗通道結(jié)合的圖像去霧[J]. 盧輝斌,趙燕芳,趙永杰,溫淑煥,馬金榮,Lam Hak Keung,王洪斌.  光學(xué)學(xué)報(bào). 2018(11)
[2]基于偏色校正和信息損失約束的沙塵暴降質(zhì)圖像增強(qiáng)算法[J]. 潘海明,田潤(rùn),劉春曉,龔辰.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2018(06)
[3]基于Lab色彩空間和色調(diào)映射的彩色圖像增強(qiáng)算法[J]. 趙軍輝,吳玉峰,胡坤融,蒲斌.  計(jì)算機(jī)科學(xué). 2018(02)
[4]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)
[5]沙塵降質(zhì)圖像清晰化算法[J]. 智寧,毛善君,李梅.  中國(guó)圖象圖形學(xué)報(bào). 2016(12)
[6]對(duì)行車(chē)視程估值的車(chē)前圖像去霧算法[J]. 傅繼賢,龍偉,李炎炎.  科學(xué)技術(shù)與工程. 2016(27)
[7]北方沙塵暴天氣的起因與防治[J]. 張嵐彪.  現(xiàn)代農(nóng)業(yè). 2016(07)
[8]基于暗原色先驗(yàn)的沙塵天氣圖像恢復(fù)算法研究[J]. 李海燕,鐘夢(mèng)之.  喀什大學(xué)學(xué)報(bào). 2016(03)
[9]基于DSP的霧天監(jiān)控視頻圖像清晰化處理方法研究[J]. 王昌瑞.  中國(guó)管理信息化. 2016(10)
[10]面向智能交通的霧天車(chē)牌識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 李志明.  自動(dòng)化與儀器儀表. 2015(12)

碩士論文
[1]基于單幅圖像的沙塵圖像清晰化方法及系統(tǒng)[D]. 張秀.西安理工大學(xué) 2019
[2]基于多尺度融合的水下圖像增強(qiáng)方法研究[D]. 王文.哈爾濱工程大學(xué) 2019
[3]基于計(jì)算機(jī)視覺(jué)的安全輔助駕駛系統(tǒng)[D]. 李林糠.西安電子科技大學(xué) 2018
[4]沙塵環(huán)境下圖像和視頻增強(qiáng)算法的研究[D]. 烏音嘎.內(nèi)蒙古大學(xué) 2016
[5]基于沙塵環(huán)境下視頻圖像清晰化算法的研究[D]. 延婷.新疆大學(xué) 2015
[6]沙塵天氣圖像清晰化處理方法研究[D]. 呂方舟.寧夏大學(xué) 2015



本文編號(hào)：3287267