近年來,霧霾天氣頻發(fā),導(dǎo)致道路能見度低,嚴重影響道路交通監(jiān)控,且使得道路危險系數(shù)增加,研究圖像去霧對道路交通視頻監(jiān)控具有重要的理論和應(yīng)用價值。本文在研究基于物理模型的去霧方法基礎(chǔ)上,重點研究基于非局部先驗的單幅圖像去霧方法,提升霧天圖像去霧效果,具體研究內(nèi)容如下:首先,研究圖像去霧原理,掌握圖像去霧一般流程,詳細分析大氣散射模型和霧天圖像退化模型,并將一些經(jīng)典的方法按照基于圖像增強或基于物理模型進行分類,逐一研究它們的原理和流程。經(jīng)過對比,選用基于物理模型里的非局部先驗方法來進行圖像去霧,其具有算法效率高、去霧效果較自然的優(yōu)勢。其次,對基于非局部先驗的單幅霧天圖像去霧方法進行深入研究,通過詳細分析該算法,發(fā)現(xiàn)其單一使用顏色值索引聚類估算初始透射率不準確、去霧后圖像邊緣不平滑等問題,于是,本文結(jié)合去霧相關(guān)理論和實驗分析,利用基于加權(quán)L1范數(shù)的上下文正則化來構(gòu)造對初始透射率細化的目標函數(shù),解決透射率不準確的問題;之后,對細化后的透射率用域變換邊緣保存濾波器進行優(yōu)化,解決去霧后圖像邊緣不平滑的問題,最終得到復(fù)原圖像。并通過常用自然有霧圖像和霧天交通圖像數(shù)據(jù)集進行驗證,實驗結(jié)果表明,該方法可以... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

道路交通霧天圖像

重慶郵電大學(xué)碩士學(xué)位論文第2章霧天圖像去霧理論基礎(chǔ)及關(guān)鍵技術(shù)9霧霾的出現(xiàn)嚴重影響了人們的出行和健康安全。表2.1列出了不同天氣條件下各微粒的分布情況以及對成像的影響。表2.1各種天氣條件下微粒的分布情況天氣粒子類型粒子半徑(um)能見度(km)空間密度(cm-3)對成像影響晴天分子10-410.00-20.001019小霾懸浮微粒10-2-1<10.0010-103嚴重霧小水滴1-10<1.0010-100中等雨水滴102-1041.00-2.0010-2-10-5較輕從表中可以看出，天氣晴朗時微粒的半徑非常小，對視線并沒有什么影響。而霧霾天氣形成的時候，各種各樣的小半徑微粒高密度的存在于空氣之中，會嚴重降低天空的能見度，此時所拍攝圖像的質(zhì)量也會有相應(yīng)的降低。2.2霧天圖像去霧流程霧天圖像去霧的方法很多，但基于物理模型里的先驗信息圖像去霧的步驟大致是一樣的，即估計大氣光、估計透射率、細化透射率、最后去霧，只是每一步所使用的方法不一樣，以非局部先驗去霧為例，圖2.1展示的是其一般去霧流程。圖2.1非局部先驗去霧流程框架從圖2.1可以看出，基于非局部先驗去霧方法的基本過程是十分清晰的。大致步驟如下：

重慶郵電大學(xué)碩士學(xué)位論文第2章霧天圖像去霧理論基礎(chǔ)及關(guān)鍵技術(shù)11圖2.2霧天大氣散射模型根據(jù)上述分析，可以知道建立大氣散射模型的條件為：(1)場景信息是固定的，即場景信息的深度不變，可以將其表示為相關(guān)常數(shù)；(2)空氣中各類介質(zhì)的分布是相對均勻的，且不隨位置的改變而改變。利用大氣散射模型，可以知道其中大氣光對圖像產(chǎn)生的相關(guān)影響，在已知此條件的基礎(chǔ)上，進一步計算出光散射的模型，就可以恢復(fù)霧天圖像的可見度。綜合上述的相關(guān)分析，接下來將詳細介紹兩個模型，并建立相應(yīng)的退化模型。2.3.1衰減模型當陽光照射到物體上時，物體反射的光會沿著預(yù)定的光路傳播，但如果粒子在空氣中發(fā)生散射，光會被散射效應(yīng)分成幾束。在這種情況下，入射光在原光路中的能量被分散到該方向的其余部分，不能沿著預(yù)定的光路傳輸?shù)匠上裨O(shè)備，導(dǎo)致成像質(zhì)量下降。就是入射光產(chǎn)生一定程度衰減的相關(guān)原理。其對應(yīng)的模型如圖2.3所示。圖2.3入射光的衰減模型

【參考文獻】：
期刊論文
[1]基于深度學(xué)習(xí)的圖像去霧算法[J]. 張澤浩,周衛(wèi)星.  華南師范大學(xué)學(xué)報(自然科學(xué)版). 2019(03)
[2]融合暗通道先驗和MSRCR的分塊調(diào)節(jié)圖像增強算法[J]. 梅英杰,寧媛,陳進軍.  光子學(xué)報. 2019(07)
[3]混合先驗與加權(quán)引導(dǎo)濾波的圖像去霧算法[J]. 李喆,李建增,胡永江,張巖.  中國圖象圖形學(xué)報. 2019(02)
[4]霧霾天氣變化特征與分析[J]. 曲原,祁蕾.  時代農(nóng)機. 2018(12)
[5]基于透射率權(quán)值因子的霧天圖像融合增強算法[J]. 江巨浪,孫偉,王振東,朱柱,鄭江云.  電子與信息學(xué)報. 2018(10)
[6]基于透射率融合與多重導(dǎo)向濾波的單幅圖像去霧[J]. 楊愛萍,王海新,王金斌,趙美琪,魯立宇.  光學(xué)學(xué)報. 2018(12)
[7]基于視覺物理模型的去霧算法[J]. 馬時平,李權(quán)合,馬紅強,畢篤彥.  圖學(xué)學(xué)報. 2018(02)
[8]修正大氣耗散函數(shù)的單幅圖像去霧[J]. 陳丹丹,陳莉,張永新,嚴寒.  中國圖象圖形學(xué)報. 2017(06)
[9]霧天高速公路路況監(jiān)測預(yù)警系統(tǒng)研究[J]. 龍科軍,李峰,高志波.  交通科技. 2016(03)
[10]基于Curvelet變換的SAR圖像增強[J]. 李林.  儀器儀表學(xué)報. 2006(S3)

博士論文
[1]基于先驗知識的圖像去霧算法[D]. 張文博.電子科技大學(xué) 2017

碩士論文
[1]基于暗通道先驗信息的單幅圖像去霧研究[D]. 孫維江.蘭州理工大學(xué) 2018
[2]大霧天氣下圖像的清晰化方法[D]. 賈明橋.西安理工大學(xué) 2006



本文編號：3323324