基于惡劣環(huán)境下的圖像/視頻復原方法研究
發(fā)布時間:2022-11-11 17:49
計算機視覺和數(shù)字圖像處理的研究與應用越來越收到人們廣泛而密切的關注,其中戶外視覺系統(tǒng)也在多個領域取得了重大的成果,例如智能交通、視頻監(jiān)控、遙感監(jiān)測等。然而,惡劣的環(huán)境對戶外視覺系統(tǒng)造成了極其嚴重的干擾,其中高光譜圖像中存在的典型的條帶噪聲以及視頻中常見的雨點、煙霧都會對圖像/視頻的質量帶來極大的損害。為了得到高清晰度高質量的圖像/視頻,去除以上所述的噪聲所帶來的負面影響具有特別重大的實際意義。本文主要針對高光譜圖像中存在的條帶噪聲以及視頻中出現(xiàn)的雨點和煙霧這三種惡劣環(huán)境下的退化視頻/圖像復原方法進行研究,主要工作如下:(1)考慮到干凈的高光譜數(shù)據(jù)具有低秩特性,且不同的譜帶圖像間存在著差異,本文提出了一種基于譜空一致性正則化的張量恢復方法來移除條帶噪聲。然后,本文使用收斂的多模塊交替方向乘子法(ADMM)來解決該算法模型。最后通過實驗結果來驗證本章算法的有效性,且實驗結果表明,本文的算法在客觀和主觀評價上都取得了較好的結果。(2)本文從雨點的光滑、稀疏性以及視頻的低秩特性和局部、全局一致性出發(fā)對已有的傳統(tǒng)算法進行優(yōu)化改進?紤]到風的影響,導致雨與水平方向成一定的傾斜角,再加入旋轉算子,來...
【文章頁數(shù)】:73 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
專用術語注釋表
第一章 緒論
1.1 課題的背景及意義
1.2 圖像恢復算法研究現(xiàn)狀
1.3 視頻恢復算法研究現(xiàn)狀
1.4 主要研究內(nèi)容及章節(jié)安排
1.4.1 主要工作
1.4.2 章節(jié)安排
第二章 圖像/視頻恢復基礎知識
2.1 張量分析
2.1.1 張量的基本知識
2.1.2 張量的展開
2.1.3 張量的基本代數(shù)運算
2.1.4 張量的Tucker分解
2.2 交替方向乘子法
2.3 本章小結
第三章 基于張量恢復的高光譜圖像的條帶去除方法研究
3.1 引言
3.1.1 高光譜圖像成像原理
3.1.2 條帶噪聲
3.2 基于譜空連續(xù)性的高光譜圖像條帶去除方法
3.2.1 高光譜圖像恢復模型構建
3.2.2 優(yōu)化算法
3.3 實驗結果與分析
3.3.1 圖像客觀評價標準
3.3.2 結果展示與分析
3.4 本章小結
第四章 基于低秩張量恢復的視頻去雨方法研究
4.1 引言
4.1.1 先驗及正則化
4.1.2 張量迭代加權核范數(shù)
4.1.3 旋轉算子
4.2 基于自適應低秩張量恢復視頻去雨方法
4.2.1 視頻去雨模型構建
4.2.2 優(yōu)化算法
4.3 實驗結果與分析
4.3.1 真實數(shù)據(jù)
4.3.2 仿真數(shù)據(jù)
4.4 本章小結
第五章 基于張量恢復的視頻煙霧去除方法研究
5.1 引言
5.1.1 去霧算法
5.1.2 煙霧的特征
5.2 基于空時一致性的視頻煙霧去除方法
5.2.1 視頻去煙模型構建
5.2.2 優(yōu)化算法
5.3 實驗結果與分析
5.4 本章小結
第六章 總結與展望
6.1 本文內(nèi)容總結
6.2 工作展望
參考文獻
附錄1 攻讀碩士學位期間撰寫的論文
附錄2 攻讀碩士學位期間申請的專利
附錄3 攻讀碩士學位期間參加的科研項目
致謝
【參考文獻】:
期刊論文
[1]基于小波融合的視頻圖像去雨(雪)方法[J]. 王志超,陳震. 北華大學學報(自然科學版). 2018(01)
[2]基于傅里葉變換的HY-1B衛(wèi)星影像條帶噪聲去除[J]. 楊雪,馬駿,賴積保,王靜,王楠,劉丹. 航天返回與遙感. 2012(01)
[3]基于物理模型的快速單幅圖像去霧方法[J]. 禹晶,李大鵬,廖慶敏. 自動化學報. 2011(02)
[4]基于粗集均值濾波的Hyperion高光譜數(shù)據(jù)濾噪方法[J]. 王芳,卓莉,李繼紅. 地理與地理信息科學. 2006(06)
[5]基于小波變換的固體火箭發(fā)動機地面試驗圖像的煙霧去除方法[J]. 程建,楊杰. 系統(tǒng)仿真學報. 2004(11)
[6]基于光譜信息的遙感圖像空間域自適應濾波[J]. 吳傳慶,趙永超,童慶禧,鄭蘭芬. 遙感學報. 2004(01)
本文編號:3705474
【文章頁數(shù)】:73 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
專用術語注釋表
第一章 緒論
1.1 課題的背景及意義
1.2 圖像恢復算法研究現(xiàn)狀
1.3 視頻恢復算法研究現(xiàn)狀
1.4 主要研究內(nèi)容及章節(jié)安排
1.4.1 主要工作
1.4.2 章節(jié)安排
第二章 圖像/視頻恢復基礎知識
2.1 張量分析
2.1.1 張量的基本知識
2.1.2 張量的展開
2.1.3 張量的基本代數(shù)運算
2.1.4 張量的Tucker分解
2.2 交替方向乘子法
2.3 本章小結
第三章 基于張量恢復的高光譜圖像的條帶去除方法研究
3.1 引言
3.1.1 高光譜圖像成像原理
3.1.2 條帶噪聲
3.2 基于譜空連續(xù)性的高光譜圖像條帶去除方法
3.2.1 高光譜圖像恢復模型構建
3.2.2 優(yōu)化算法
3.3 實驗結果與分析
3.3.1 圖像客觀評價標準
3.3.2 結果展示與分析
3.4 本章小結
第四章 基于低秩張量恢復的視頻去雨方法研究
4.1 引言
4.1.1 先驗及正則化
4.1.2 張量迭代加權核范數(shù)
4.1.3 旋轉算子
4.2 基于自適應低秩張量恢復視頻去雨方法
4.2.1 視頻去雨模型構建
4.2.2 優(yōu)化算法
4.3 實驗結果與分析
4.3.1 真實數(shù)據(jù)
4.3.2 仿真數(shù)據(jù)
4.4 本章小結
第五章 基于張量恢復的視頻煙霧去除方法研究
5.1 引言
5.1.1 去霧算法
5.1.2 煙霧的特征
5.2 基于空時一致性的視頻煙霧去除方法
5.2.1 視頻去煙模型構建
5.2.2 優(yōu)化算法
5.3 實驗結果與分析
5.4 本章小結
第六章 總結與展望
6.1 本文內(nèi)容總結
6.2 工作展望
參考文獻
附錄1 攻讀碩士學位期間撰寫的論文
附錄2 攻讀碩士學位期間申請的專利
附錄3 攻讀碩士學位期間參加的科研項目
致謝
【參考文獻】:
期刊論文
[1]基于小波融合的視頻圖像去雨(雪)方法[J]. 王志超,陳震. 北華大學學報(自然科學版). 2018(01)
[2]基于傅里葉變換的HY-1B衛(wèi)星影像條帶噪聲去除[J]. 楊雪,馬駿,賴積保,王靜,王楠,劉丹. 航天返回與遙感. 2012(01)
[3]基于物理模型的快速單幅圖像去霧方法[J]. 禹晶,李大鵬,廖慶敏. 自動化學報. 2011(02)
[4]基于粗集均值濾波的Hyperion高光譜數(shù)據(jù)濾噪方法[J]. 王芳,卓莉,李繼紅. 地理與地理信息科學. 2006(06)
[5]基于小波變換的固體火箭發(fā)動機地面試驗圖像的煙霧去除方法[J]. 程建,楊杰. 系統(tǒng)仿真學報. 2004(11)
[6]基于光譜信息的遙感圖像空間域自適應濾波[J]. 吳傳慶,趙永超,童慶禧,鄭蘭芬. 遙感學報. 2004(01)
本文編號:3705474
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3705474.html
最近更新
教材專著