隨著當(dāng)前天氣情況的復(fù)雜度和突發(fā)度的增加以及電子技術(shù)和物聯(lián)網(wǎng)技術(shù)的發(fā)展,當(dāng)前各種交通應(yīng)用場景需要更為有效的圖像去霧系統(tǒng)來應(yīng)對日益增加的潛在交通事故的風(fēng)險。于此同時,有霧圖像嚴(yán)重制約了人工智能進(jìn)行圖像識別的效率,進(jìn)而制約自動駕駛的發(fā)展。所以,近幾年去霧算法越來越成為人們關(guān)注的重點(diǎn)。但是,當(dāng)前對于去霧算法的研究仍集中于探究去霧效果和算法復(fù)雜度的平衡,并未有太多針對現(xiàn)實(shí)應(yīng)用場景的實(shí)時去霧電路的設(shè)計(jì)。因此,本文旨在結(jié)合當(dāng)前對比度拉伸和邊緣增強(qiáng)算法,探究一種適合進(jìn)行硬件化的基于圖像增強(qiáng)的去霧算法。論文的主要工作有:(1)本文提出基于對比度拉伸和導(dǎo)向?yàn)V波的融合去霧算法。對基于融合的去霧算法進(jìn)行探究,分別使用增強(qiáng)對比度的直方圖均衡化、線性拉伸和限制對比度拉伸的結(jié)果作為融合去霧的中間結(jié)果,與對圖像邊緣進(jìn)行強(qiáng)化的基于導(dǎo)向?yàn)V波的高升壓濾波結(jié)合,探究更為高效的去霧算法。最終得到了使用限制對比度拉伸和基于導(dǎo)向?yàn)V波的高升壓濾波的融合去霧算法有更好的效率,在不損失去霧質(zhì)量的情況下,能縮短90%以上的時間;(2)本文基于上述所提的算法設(shè)計(jì)一個實(shí)時去霧加速器系統(tǒng)。其使用限制對比度拉伸和基于導(dǎo)向?yàn)V波的高升壓濾波的融合去霧...

【文章頁數(shù)】：86 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖3.1晴天場景圖片及其暗通道灰度圖

第3章基于圖像融合的去霧算法設(shè)計(jì)與探究29第3章基于圖像融合的去霧算法的設(shè)計(jì)與探究3.1概述本章節(jié)主要對幾種去霧方法的原理進(jìn)行了探究，并提出了基于對比度拉伸和導(dǎo)向?yàn)V波的融合去霧方法。3.2節(jié)首先介紹了基于暗通道先驗(yàn)理論的去霧算法的基本原理和去霧過程，從求解過程的復(fù)雜度和去霧結(jié)果兩....

圖3.2霧天場景圖片及其暗通道灰度圖

合肥工業(yè)大學(xué)碩士學(xué)位論文30圖3.2霧天場景圖片及其暗通道灰度圖Fig3.2Theimageinfoggysceneanditsdarkchannel晴天拍攝的圖像之所以能夠滿足暗通道先驗(yàn)理論的原因主要有：（1）由于在晴天環(huán)境下，室外場景的物象都會有陰影；（2）采集場景中的顏色純....

圖3.3基于暗通道先驗(yàn)去霧方法處理后的效果圖

第3章基于圖像融合的去霧算法設(shè)計(jì)與探究31ccccc{r,g,b}yΩ(x)c{r,g,b}yΩ(x)I(y)J(y)min(min())=t(x)min(min())+(1-t(x))AA(3-3)由于之前的暗通道理論，等式的左邊為0，所以可以得到(3-4)，可以得到每個像素點(diǎn)....

圖3.13邊緣區(qū)域和

合肥工業(yè)大學(xué)碩士學(xué)位論文42的消失，邊緣也被處理模糊了。所以對去霧場景這種需要保留邊緣特性的情況，上述平滑濾波器就不適用了。導(dǎo)向?yàn)V波就是一種保留邊緣的濾波器。(a)(b)圖3.13邊緣區(qū)域和噪聲的梯度變化Fig3.13Gradientchangesinedgeareaandnoi....

本文編號：3909427