在有霧的情況下,大氣中常常會懸浮很多小顆粒,這些顆粒會對光線產(chǎn)生散射作用,導(dǎo)致戶外采集到的圖片不夠清晰,對比度和飽和度等都會有所降低,還會發(fā)生一些細節(jié)信息的丟失。這對于一些戶外應(yīng)用場景的系統(tǒng)來說,會造成嚴重干擾。比如戶外監(jiān)控系統(tǒng)以及日常航拍、抓拍等一些系統(tǒng),捕捉到圖片質(zhì)量下降會嚴重影響后續(xù)的研究與應(yīng)用。目前常見的去霧算法都是根據(jù)大氣散射模型,估計全局大氣光值與圖像中每個像素的透射率值,最后根據(jù)模型計算去霧后的像素值,研究重點都是對每個像素點透射率值的估計和優(yōu)化。常見算法中都是假定某一區(qū)域內(nèi)各像素對應(yīng)的透射率值是相同的,對于一些景深變化明顯的區(qū)域,這種方法經(jīng)常會出現(xiàn)去霧的程度不徹底現(xiàn)象。本文基于大氣散射模型,提出了一種新的去霧算法,采用能量最小化的方式估計透射率值,對每個像素進行單獨處理代替常見的對圖像窗口進行處理。首先,本文改進了原有的基于四叉樹子空間劃分的估計大氣光值算法,使其在更多的場景都能有很好地應(yīng)用;另外本文算法沒有采取在0-1之間遍歷求取最優(yōu)的透射率值的思路,而是用一個隨機函數(shù)對圖像中每個像素都隨機初始化一個對應(yīng)的透視率值。其次,本文根據(jù)去霧前后圖像中各像素的變化情況并結(jié)合圖像去霧的實驗數(shù)據(jù)知識,利用圖像各像素的飽和度與亮度等信息設(shè)定了一個特有的能量函數(shù),采取使能量函數(shù)值最小的方式來求取最終的透射率值。最后,本文首次引進立體視覺中的優(yōu)化思想到圖像去霧領(lǐng)域,通過傳播與隨機搜索過程優(yōu)化透射率圖,之后結(jié)合大氣散射模型最終實現(xiàn)圖像的去霧。實驗結(jié)果顯示本文的算法在大部分場景下都能達到很好的去霧效果,而且在深度變化明顯的區(qū)域去霧的效果也很明顯。
【學(xué)位單位】：燕山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP391.41
【部分圖文】：

9 通過上述公式推導(dǎo)，可以得出物體反射光的能量與光的波長有關(guān)，并且會隨著距離的增大能量衰減量也會增大，近似成指數(shù)衰減的形式。衰減模型如圖2-2所示。 圖 2-2 衰減模型 在大氣散射模型中，物體表面反射的光都是光源，而這些物體表面的每個點反射的光都可以看作是一個點光源，假設(shè)物體距離成像設(shè)備的距離為d，經(jīng)過大氣散射衰減的結(jié)果可以表示為以下形式： β( )2( , ) e( , )xxx LE (2-6) 式中，L( , )是圖像中景物深度為無窮遠處時的大氣光； 是物體的表面對光的反射率。 2.2.2 大氣光模型 通常進入到成像設(shè)備的光線會包括大氣中粒子散射的光線，這一部分就是常說的大氣光部分。大氣光模型中的體積微元模型構(gòu)成如圖2-3所示。 xdxddw物體成像設(shè)備dV天空反射光太陽光地面反射光 圖 2-3 體積微元模型 圖中體積微元計算公式如下：

體積微元模型

a) 有霧圖 b) 去霧圖 c) 透射率圖 圖 2-4 暗通道先驗去霧效果 暗通道的概念 通道先驗是原作者通過對大量的室外無霧圖像進行觀察與分析得出的大多數(shù)不包含天空區(qū)域的圖像塊中，存在一些像素至少在一個顏色通道強度值是很低的，基本接近于 0。對于一幅圖像 J，為了更好地描述這種
【參考文獻】

相關(guān)期刊論文 前8條

1 何寧;王金寶;鮑泓;;單幅圖像去霧方法研究綜述[J];北京聯(lián)合大學(xué)學(xué)報(自然科學(xué)版);2015年03期

2 南棟;畢篤彥;馬時平;何林遠;婁小龍;;基于景深約束的單幅霧天圖像去霧算法[J];電子學(xué)報;2015年03期

3 張軍英;王興峰;;霧霾的產(chǎn)生機理及防治對策措施研究[J];環(huán)境科學(xué)與管理;2013年10期

4 吳成茂;;直方圖均衡化的數(shù)學(xué)模型研究[J];電子學(xué)報;2013年03期

5 章怡;王海峰;;一種區(qū)間可變的改進直方圖均衡化算法研究[J];科技通報;2012年10期

6 郭珈;王孝通;胡程鵬;徐曉剛;;基于單幅圖像景深和大氣散射模型的去霧方法[J];中國圖象圖形學(xué)報;2012年01期

7 吳成茂;;可調(diào)直方圖均衡化的正則解釋及其改進[J];電子學(xué)報;2011年06期

8 郭璠;蔡自興;謝斌;唐琎;;圖像去霧技術(shù)研究綜述與展望[J];計算機應(yīng)用;2010年09期

相關(guān)碩士學(xué)位論文 前2條

1 夏志強;惡劣環(huán)境下的降質(zhì)圖像增強算法研究[D];南京郵電大學(xué);2016年

2 黃隆華;基于質(zhì)量相關(guān)因素及結(jié)構(gòu)失真測量的圖像質(zhì)量評價方法[D];江西財經(jīng)大學(xué);2006年

本文編號：2859800