隨著科技的發(fā)展,計(jì)算機(jī)視覺系統(tǒng)設(shè)備得到了極大的發(fā)展,在人們的日常生活中發(fā)揮著日益重要的作用。如車輛導(dǎo)航、無人機(jī)拍攝、視頻監(jiān)控、智能交通等,其絕大部分信息源于圖像及視頻。大部分視覺設(shè)備在無外界干擾情況下都能捕獲到清晰自然的圖像。然而在霧、霾天氣條件下,由于大氣介質(zhì)的散射、吸收作用會(huì)使得場(chǎng)景的反射光在傳播時(shí)發(fā)生顯著地衰減,導(dǎo)致戶外圖像采集設(shè)備接收的圖像出現(xiàn)不同程度的降質(zhì),這在很大程度上影響和限制了視覺系統(tǒng)的正常發(fā)揮。因此,如何獲取高清晰化的圖像就顯得愈發(fā)重要,研究霧天復(fù)雜光照條件下的圖像處理算法,具有重要的現(xiàn)實(shí)應(yīng)用價(jià)值和理論研究意義。本文在對(duì)經(jīng)典的圖像去霧算法原理和關(guān)鍵技術(shù)進(jìn)行深入研究的基礎(chǔ)上,以大氣散射模型為物理模型,提出了改進(jìn)的復(fù)雜光照下圖像去霧算法。主要研究內(nèi)容如下:第一,針對(duì)暗通道先驗(yàn)理論中圖像的明亮區(qū)域去霧后存在色偏嚴(yán)重、色彩失真等問題,提出改進(jìn)的暗通道先驗(yàn)圖像去霧算法。首先,利用三通道明亮區(qū)域分割法獲得更為精確的全局大氣光強(qiáng)度值;其次,通過邊界約束條件得到透射率圖像,并運(yùn)用高斯型同態(tài)濾波對(duì)圖像進(jìn)行平滑處理;最后,用色階補(bǔ)償原理結(jié)合小波變換對(duì)透射率圖像與原圖像進(jìn)行融合,之后將融合... 

【文章來源】：西安建筑科技大學(xué)陜西省

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

入射光經(jīng)過粒子后發(fā)生散射大氣中懸浮顆粒的大小、類型、分布及方向?qū)獾乃p作用有影響

西安建筑科技大學(xué)碩士學(xué)位論文8圖2.2不同濃度霧的能見度如表2.1為不同大氣懸浮顆粒影響下采集設(shè)備獲取圖像的質(zhì)量�？梢钥闯�，在晴朗的天氣下，空氣中大多為懸浮的分子，且粒徑較小，光線在傳播過程中不受其干擾，成像設(shè)備采集到高質(zhì)量清晰的圖像。而在霧，霾天氣下，大氣中懸浮粒子的粒徑較大，成像設(shè)備在采集圖像時(shí)受到折射、散射等干擾，獲取到的圖像質(zhì)量較為模糊。在陰雨天氣下，多數(shù)水滴粒子直徑很大，光線在傳播過程中受到嚴(yán)重的散射、折射、反射等干擾，成像設(shè)備獲取到圖像十分模糊，嚴(yán)重影響到圖像后續(xù)的一系列處理。表2.1不同顆粒影響下獲取圖像質(zhì)量氣候狀況懸浮顆粒類型單位體積濃度(m-3)粒徑(μm)圖像質(zhì)量晴朗懸浮顆粒101610-4清晰少霧（靄）懸浮顆粒10~10-310-2~1較清晰多云小水滴0.3~10-31~10中等濃霧小水珠0.1~10-31~10較模糊雨天水滴10-5~10-8102~104模糊2.1.2霧天復(fù)雜光照環(huán)境下獲取圖像的特征霧天復(fù)雜光照環(huán)境下圖像特征的研究與分析是圖像復(fù)原研究中重要的組成部分。如圖2.3分別為霧天、無霧的圖像及其對(duì)應(yīng)的灰度直方圖。在灰度直方圖中橫軸為像素的灰度層級(jí)(也稱積分光密度值，單位為（IOD）)，一般為28-1，而縱軸為某一像素灰度級(jí)的出現(xiàn)頻率。

西安建筑科技大學(xué)碩士學(xué)位論文9圖2.3圖像及直方圖(a)霧天圖像(b)去霧后圖像(c)霧天圖像直方圖(d)去霧后圖像直方圖圖2.3(a)-(d)分別為霧天圖像、去霧后圖像及其直方圖。在圖2.3(a)中，原始霧天圖像中由于霧氣因子的存在，導(dǎo)致圖像變得模糊。在圖2.3(b)中圖像整體亮度，對(duì)比度及飽和度較高，且無明顯霧氣因子的干擾。圖2.3(c)與圖2.3(d)對(duì)比分析，可以得出，霧天圖像灰度直方圖是隨著霧濃度增大，橫坐標(biāo)(積分光密度值)取值區(qū)間變窄，且聚集到較小的區(qū)間中，局部較小的像素灰度值頻率降低，導(dǎo)致原始霧天圖像中邊緣細(xì)節(jié)信息丟失[48]17。2.2霧天復(fù)雜光照環(huán)境下采集設(shè)備的成像原理2.2.1大氣散射模型根據(jù)McCartney[49]的大氣散射物理模型，把散射對(duì)光學(xué)成像設(shè)備接收到的光分為兩部分：一部分是光線照射到場(chǎng)景內(nèi)物體表面時(shí)產(chǎn)生的反射光線，成像設(shè)備的傳感器在獲取其過程中，在大氣中顆粒分子的散射作用下而衰減，且強(qiáng)度下降，成為入射光衰減模型。另一部分是太陽光、地面反射光以及其他物體反射光受到大氣散射而進(jìn)入成像設(shè)備的干擾光，其最終附加到場(chǎng)景圖像上，會(huì)影響獲取圖像的對(duì)比度，稱為大氣光模型。兩個(gè)部分同時(shí)存在，成像設(shè)備接收到的光強(qiáng)度為二者之和。如圖2.4(a)所示為大氣散射模型的示意圖。實(shí)線為從物體到成像設(shè)備的光線，虛線為大氣中光線。圖2.4光在大氣中散射時(shí)(a)大氣散射模型(b)入射光衰減模型

【參考文獻(xiàn)】：
期刊論文
[1]基于雙邊濾波器的霧霾天氣交通標(biāo)志圖像去霧算法[J]. 王園園,黃麗瓊.  艦船電子工程. 2019(12)
[2]基于雙域分解的多尺度深度學(xué)習(xí)單幅圖像去霧[J]. 陳永,郭紅光,艾亞鵬.  光學(xué)學(xué)報(bào). 2020(02)
[3]基于多尺度卷積神經(jīng)網(wǎng)絡(luò)的單幅圖像去霧方法[J]. 陳永,郭紅光,艾亞鵬.  光學(xué)學(xué)報(bào). 2019(10)
[4]基于邊界限制加權(quán)最小二乘法濾波的霧天圖像增強(qiáng)算法[J]. 李紅云,云利軍,高銀.  中國激光. 2019(03)
[5]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)
[6]基于改進(jìn)同態(tài)濾波的無人機(jī)影像清晰化[J]. 李開偉,張立亭,廖強(qiáng)強(qiáng).  計(jì)算機(jī)與數(shù)字工程. 2018(07)
[7]基于同態(tài)濾波和Retinex的圖像去霧算法[J]. 汪秦峰,陳莉,樊泰亭,陳占武,楊濤.  火控雷達(dá)技術(shù). 2016(02)
[8]基于閾值分割的暗原色先驗(yàn)圖像去霧方法[J]. 蘇晉鵬,陳恩俊,景嘉帥,王文君,王之彥,孫云山.  計(jì)算機(jī)工程與應(yīng)用. 2017(03)
[9]單幅圖像去霧方法研究綜述[J]. 何寧,王金寶,鮑泓.  北京聯(lián)合大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(03)
[10]基于暗通道先驗(yàn)和Retinex理論的快速單幅圖像去霧方法[J]. 劉海波,楊杰,吳正平,張慶年,鄧勇.  自動(dòng)化學(xué)報(bào). 2015(07)

博士論文
[1]霧天降質(zhì)圖像的清晰化技術(shù)研究[D]. 翟藝書.大連海事大學(xué) 2008

碩士論文
[1]基于小波自適應(yīng)閾值結(jié)合雙邊濾波的圖像降噪[D]. 張宸楓.哈爾濱理工大學(xué) 2019
[2]基于層次遞階的霧天圖像清晰化方法研究[D]. 王紅.太原理工大學(xué) 2019
[3]基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像去霧方法研究[D]. 雎青青.江南大學(xué) 2019
[4]自適應(yīng)彩色圖像去霧的新模型及新算法[D]. 暴婉婷.西安電子科技大學(xué) 2019
[5]基于深度學(xué)習(xí)的單幅圖像去霧算法研究[D]. 姚晶晶.西安電子科技大學(xué) 2019
[6]基于拉普拉斯金字塔的圖像去霧算法的研究[D]. 楊德坤.中國地質(zhì)大學(xué)(北京) 2019
[7]基于暗通道先驗(yàn)的數(shù)字圖像去霧算法研究[D]. 朱維.哈爾濱理工大學(xué) 2019
[8]霧天能見度檢測(cè)與預(yù)測(cè)方法研究[D]. 郄巖.河北科技大學(xué) 2019
[9]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
[10]基于離散小波變換的圖像壓縮感知編碼技術(shù)研究[D]. 何永洋.南京郵電大學(xué) 2018



本文編號(hào)：3302044