隨著人工智能技術的快速發(fā)展,利用攝像頭和計算機設備代替人眼視覺完成跟蹤、識別、分析、處理的計算機視覺技術成為了目前計算機應用最熱門的研究方向之一,并逐漸應用到人臉識別、圖像檢索、視頻內容理解、醫(yī)療影像診斷、工業(yè)視覺和無人駕駛等領域。然而,戶外計算機視覺系統(tǒng)容易受到天氣條件的影響,我國近幾年的霧、霾發(fā)生頻率增加,尤其在秋冬季節(jié),在霧、霾天氣條件下,由于物體的反射光在到達攝像頭之前,受到空氣中懸浮的氣溶膠顆粒（灰塵和水滴）的散射和吸收,導致圖像細節(jié)丟失、對比度和飽和度下降,阻礙了計算機設備對圖像的分析與處理。因此,提高霧天圖像可見度和增強系統(tǒng)魯棒性對于計算機視覺系統(tǒng)至關重要。本文對目前經典的傳統(tǒng)方法和深度學習方法進行了分析與討論,針對算法存在的缺陷提出改進算法。論文研究以大氣散射模型為基礎,并取得了一定的研究成果,本文研究工作如下:（1）針對暗通道先驗算法在景深突變處出現(xiàn)光暈現(xiàn)象和遠景區(qū)域去霧不足的問題,提出了一種基于融合與高斯加權暗通道的單幅圖像去霧算法。首先,根據圖像形態(tài)學梯度的特點,將形態(tài)學梯度圖像與暗通道圖像線性融合獲取融合暗通道;其次,構造自適應的高斯權重參數(shù)對融合的暗通道圖像逐... 

【文章來源】：蘭州交通大學甘肅省

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

暗2.2.2顏色衰減先驗[32]

蘭州交通大學碩士學位論文-17-(a)霧圖(b)文獻[29]結果(c)文獻[32]結果(d)文獻[33]結果(e)文獻[37]結果(f)文獻[36]結果圖2.5“薄霧”圖像效果對比（2）濃霧圖像濃霧圖像的可見度較低，圖像高頻信息丟失嚴重，仿真結果如圖2.6所示。(a)霧圖(b)文獻[29]結果(c)文獻[32]結果(d)文獻[33]結果(e)文獻[37]結果(f)文獻[36]結果圖2.6“濃霧”圖像效果對比

蘭州交通大學碩士學位論文-17-(a)霧圖(b)文獻[29]結果(c)文獻[32]結果(d)文獻[33]結果(e)文獻[37]結果(f)文獻[36]結果圖2.5“薄霧”圖像效果對比（2）濃霧圖像濃霧圖像的可見度較低，圖像高頻信息丟失嚴重，仿真結果如圖2.6所示。(a)霧圖(b)文獻[29]結果(c)文獻[32]結果(d)文獻[33]結果(e)文獻[37]結果(f)文獻[36]結果圖2.6“濃霧”圖像效果對比

【參考文獻】：
期刊論文
[1]Recent Advances in Image Dehazing[J]. Wencheng Wang,Xiaohui Yuan.  IEEE/CAA Journal of Automatica Sinica. 2017(03)
[2]基于光補償和逐像素透射率的圖像復原算法[J]. 楊燕,陳高科.  通信學報. 2017(05)
[3]單幅圖像去霧方法研究綜述[J]. 何寧,王金寶,鮑泓.  北京聯(lián)合大學學報(自然科學版). 2015(03)
[4]圖像去霧的最新研究進展[J]. 吳迪,朱青松.  自動化學報. 2015(02)
[5]基于移動模板的圖像去霧方法研究[J]. 曲藝.  計算機工程與應用. 2013(24)
[6]基于窗口無關均值濾波的MSR圖像增強[J]. 王科俊,熊新炎,任楨,付斌.  哈爾濱工業(yè)大學學報. 2010(09)



本文編號：3317570