光線被近地大氣中各類尺寸的氣溶膠分子散射與折射,結(jié)合一定的溫濕度條件致使霧、霾等復(fù)雜天氣出現(xiàn),導(dǎo)致計算機視覺系統(tǒng)獲取的初始圖像嚴(yán)重退化,對比度低,無法采集到足夠的信息進行特征分析、目標(biāo)跟蹤等高級任務(wù),對礦源勘探、航空導(dǎo)航等系統(tǒng)正常運行造成不利影響。因此,圖像修復(fù)、圖像去霧相關(guān)技術(shù)具有重要的研究意義和廣泛的實用價值。論文在深入調(diào)研現(xiàn)有各類去霧算法優(yōu)缺點的基礎(chǔ)上提出了兩種新的基于大氣散射模型的圖像復(fù)原去霧算法:算法一:基于最小值通道與對數(shù)衰減的圖像融合去霧算法針對暗通道一類去霧算法處理后邊緣存有殘霧的問題,提出一種基于最小值通道與對數(shù)衰減的融合去霧方法:首先,取有霧圖像的最小值通道圖進行以e為底的對數(shù)衰減操作得到對數(shù)衰減暗通道,利用對數(shù)衰減暗通道趨近于零的先驗假設(shè)條件粗估計出透射率,對其進行聯(lián)合雙邊濾波以細化透射率且消除紋理效應(yīng),引導(dǎo)圖為最小值通道圖。在濾波前進行下采樣操作,濾波后進行上采樣操作以提高算法效率,求出初始透射率;其次,用Canny算子檢測最小值通道圖得到的邊緣進行對數(shù)衰減得到邊緣信息圖,將初始透射率與邊緣信息圖進行加權(quán)融合構(gòu)成優(yōu)化透射率;最后,結(jié)合改進的四叉樹搜索算法求得的大... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究的背景和意義
    1.2 去霧問題的研究現(xiàn)狀
        1.2.1 基于圖像增強的去霧方法
        1.2.2 基于圖像融合的去霧方法
        1.2.3 基于機器學(xué)習(xí)的圖像去霧方法
        1.2.4 基于霧成像模型的圖像復(fù)原方法
    1.3 論文的主要工作及組織結(jié)構(gòu)
        1.3.1 主要工作
        1.3.2 論文結(jié)構(gòu)安排
2 研究基礎(chǔ)
    2.1 大氣散射模型
        2.1.1 霧霾形成條件與大氣散射現(xiàn)象
        2.1.2 入射光衰減模型
        2.1.3 環(huán)境光成像模型
        2.1.4 大氣散射模型
    2.2 暗通道先驗去霧算法
        2.2.1 透射率粗估計
        2.2.2 引導(dǎo)濾波透射率細華
        2.2.3 大氣光強度
        2.2.4 恢復(fù)無霧圖像
    2.3 基于暗通道先驗去霧算法缺陷分析
    2.4 本章小結(jié)
3 基于最小值通道與對數(shù)衰減的圖像融合去霧算法
    3.1 引言
    3.2 所提算法
        3.2.1 對數(shù)衰減暗通道假設(shè)
        3.2.2 交叉雙邊濾波透射率細化
        3.2.3 融合邊緣信息的優(yōu)化透射率
        3.2.4 四叉樹搜索法估計大氣光
        3.2.5 求解復(fù)原圖像
    3.3 實驗驗證
        3.3.1 實驗方法及評價指標(biāo)
        3.3.2 主觀評價
        3.3.3 客觀評價
    3.4 本章小結(jié)
4 基于對數(shù)映射和自適應(yīng)容差的快速圖像去霧算法
    4.1 引言
    4.2 所提算法
        4.2.1 粗估計與對數(shù)映射修正
        4.2.2 自適應(yīng)容差機制
        4.2.3 透射率優(yōu)化
        4.2.4 局部大氣光估計
        4.2.5 無霧圖像復(fù)原
    4.3 實驗結(jié)果對比及評價
        4.3.1 實驗環(huán)境
        4.3.2 主觀評價
        4.3.3 客觀評價指標(biāo)
        4.3.4 客觀評價
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻
攻讀學(xué)位期間的研究成果


【參考文獻】：
期刊論文
[1]融合直方圖均衡化與同態(tài)濾波的霧天圖像增強算法研究[J]. 趙春麗,董靜薇,徐博,馬曉峰.  哈爾濱理工大學(xué)學(xué)報. 2019(06)
[2]二階段端到端的圖像去霧生成網(wǎng)絡(luò)[J]. 邢曉敏,劉威.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2020(01)
[3]基于補償透射率和自適應(yīng)霧濃度系數(shù)的圖像復(fù)原算法[J]. 楊燕,王志偉.  通信學(xué)報. 2020(01)
[4]基于天空區(qū)域分割和多尺度融合的單幅霧天圖像復(fù)原算法[J]. 潘健鴻,高銀.  南京理工大學(xué)學(xué)報. 2019(05)
[5]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. 2020(02)
[6]基于多尺度融合和對抗訓(xùn)練的圖像去霧算法[J]. 劉宇航,吳帥.  激光與光電子學(xué)進展. 2020(06)
[7]基于特征級和決策級融合的人臉吸引力評價方法[J]. 李金蔓,汪劍鳴,金光浩.  計算機應(yīng)用. 2018(12)
[8]基于空-時域特征決策級融合的人體行為識別算法[J]. 李艷荻,徐熙平.  光學(xué)學(xué)報. 2018(08)
[9]一種改進的基于近紅外圖像的去霧方法[J]. 韓松臣,黃暢昕,李煒,程鵬.  工程科學(xué)與技術(shù). 2018(02)
[10]結(jié)合直方圖均衡化和暗通道先驗的去霧算法[J]. 張寶山,楊燕,陳高科,周杰.  傳感器與微系統(tǒng). 2018(03)

碩士論文
[1]基于自適應(yīng)透射率和Retinex理論的單幅圖像去霧算法研究[D]. 李一菲.蘭州交通大學(xué) 2019
[2]基于直方圖的圖像去霧方法[D]. 崔瑩.吉林大學(xué) 2018
[3]基于暗原色先驗的圖像去霧處理方法研究[D]. 熊浩.華中科技大學(xué) 2013



本文編號：3641675