圖像是人類獲取信息的重要途徑,圖像質量決定后續(xù)圖像判讀、分析、識別的準確性。近年來,我國霧霾天氣頻繁出現(xiàn)且分布廣泛,導致大量室外成像系統(tǒng)性能的大幅下降。因此需要對霧天降質圖像進行去霧處理,從而使相關成像系統(tǒng)能夠在惡劣天氣下穩(wěn)定工作。本文分別從圖像增強與圖像復原兩方面對圖像進行去霧研究。在圖像增強方面,對基于Retinex理論的去霧算法進行詳細分析。針對其運算耗時長和去霧效果不佳的問題,結合處理域轉換和直方圖均衡算法,提出一種改進的融合直方圖均衡的頻域SSR算法。在圖像復原方面,對暗通道先驗算法進行詳細分析。針對其運算耗時長的問題,利用引導濾波代替軟摳圖實現(xiàn)對介質傳輸率的細化并引入圖像縮放機制,以適當損失圖像精細度為代價,實現(xiàn)算法耗時的縮減。針對其處理后明亮區(qū)域的色斑問題,引入暗通道圖像規(guī)定化及容差機制,以提高算法的適用性。最后,對基于引導濾波和明亮區(qū)域優(yōu)化的改進暗通道先驗算法與HSI色彩模型下的頻域SSR算法進行融合,并對本文相關算法進行仿真實驗。實驗結果表明,本文所提改進算法相比原算法,均可從不同角度提升原算法性能,在圖像去霧領域中具有一定的應用價值。 

【文章來源】：西安石油大學陜西省

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【部分圖文】：

霧天戶外實拍圖

y)=logR(x,y)：r ( x,y)= s(x,y) l(x,y)操作，即可求出原始圖像的反射分量 R (x ,y)，。提出一種基于隨機路徑的 Retinex 方法，該算n...s}的曲線，通過比率連乘的形式計算路徑上像像素值做出調(diào)整。對于彩色圖像，需要對 此算法的關鍵在于隨機路徑的選擇，圖 2-1 標點 D 的長度為 4 的隨機路徑。

2.3 基于 Retinex 理論的算法族2.3.1 單尺度 Retinex 算法1986 年，Edwin Land 提出二維路徑選擇方式，即中心環(huán)繞 Retinex 算法[34]。該算法通過計算當前像素點與鄰域內(nèi)像素點的關系，估算并去除原圖像中的入射分量，從而消除光照不均對圖像的影響。最初，學者們選取了多種函數(shù)作為中心環(huán)繞函數(shù)，但 Jobson等人通過大量實驗，嚴謹?shù)淖C明了以高斯卷積函數(shù)作為中心環(huán)繞函數(shù)的可行性及優(yōu)越性，提出單尺度 Retinex（SSR）算法[13]，其數(shù)學表達式如下：r( x,y)logR(x,y)logS(x,y)log(F(x,y)S(x,y))SSR= = （2-10）式（2-10）中， S ( x,y)代表待處理圖像， F ( x,y)為高斯環(huán)繞函數(shù)， 為卷積運算，R ( x,y)為反射分量，即最終處理結果。當待處理圖像為灰度圖時，直接按式（2-10）進行處理。而當待處理圖像為彩色圖像時，需對彩色圖像進行通道分離，得到各通道的灰度圖。圖 2-2 為一幅彩色圖像經(jīng)色彩通道分離后得到的三幅灰度圖。之后對各色彩通道的數(shù)值矩陣分別按照式（2-10）進行處理，最后將各色彩通道的處理結果合并，得到最終處理結果。

【參考文獻】：
期刊論文
[1]基于融合與高斯加權暗通道的單幅圖像去霧算法[J]. 張晨,楊燕.  光子學報. 2019(01)
[2]改進的單尺度Retinex和LBP結合的人臉識別[J]. 段紅燕,何文思,李世杰.  計算機工程與應用. 2018(23)
[3]基于多子塊協(xié)同單尺度Retinex的濃霧圖像增強[J]. 高原原,胡海苗.  北京航空航天大學學報. 2019(05)
[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.  計算機應用. 2017(10)
[5]暗通道先驗去霧算法優(yōu)化探討[J]. 靳歡歡,王雙亭,姚繼峰,劉宗杰.  測繪科學. 2015(11)
[6]基于改進的限制對比度自適應直方圖的視頻快速去霧算法[J]. 楊驥,楊亞東,梅雪,袁曉龍,袁宇浩.  計算機工程與設計. 2015(01)
[7]改進多尺度Retinex理論的低照度遙感影像增強方法[J]. 邵振峰,白云,周熙然.  武漢大學學報(信息科學版). 2015(01)
[8]改進的基于暗原色先驗的圖像去霧算法[J]. 蔣建國,侯天峰,齊美彬.  電路與系統(tǒng)學報. 2011(02)
[9]一種高保真同態(tài)濾波遙感影像薄云去除方法[J]. 李洪利,沈煥鋒,杜博,吳柯.  遙感信息. 2011(01)
[10]圖像去霧技術研究綜述與展望[J]. 郭璠,蔡自興,謝斌,唐琎.  計算機應用. 2010(09)

博士論文
[1]圖像快速去霧與清晰度恢復技術研究[D]. 嵇曉強.中國科學院研究生院（長春光學精密機械與物理研究所） 2012
[2]水下圖像增強和復原方法研究[D]. 孫飛飛.中國海洋大學 2011

碩士論文
[1]霧霾圖像實時拼接技術研究與實現(xiàn)[D]. 許超.西南科技大學 2017
[2]多尺度二維直方圖均衡化算法在醫(yī)學圖像增強中的應用研究[D]. 許紀亞.東北師范大學 2017
[3]圖像去霧清晰化算法研究[D]. 李丹陽.重慶郵電大學 2016
[4]基于直方圖均衡化和Retinex的圖像去霧算法研究[D]. 汪秦峰.西北大學 2016
[5]基于暗原色先驗的去霧優(yōu)化算法研究[D]. 徐昆.西北師范大學 2016
[6]彩色圖像去霧算法研究[D]. 朱亞洲.西安電子科技大學 2015
[7]一種快速的邊緣保持濾波算法及應用[D]. 鄭浩江.哈爾濱工業(yè)大學 2016
[8]基于自然統(tǒng)計特性的圖像去霧質量評價[D]. 武文暉.西安電子科技大學 2015
[9]基于暗原色先驗與Retinex的圖像去霧算法及改進[D]. 杜以清.西北師范大學 2015
[10]基于Retinex理論的彩色圖像增強技術研究[D]. 劉軍.中國科學院研究生院(西安光學精密機械研究所) 2015



本文編號：3526007