發(fā)布時(shí)間：2018-01-18 07:20

  本文關(guān)鍵詞：圖像去霧技術(shù)研究與實(shí)現(xiàn)　出處：《南京理工大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 圖像去霧 自適應(yīng) 霧粒子直徑 深度圖 立體匹配

【摘要】：隨著計(jì)算機(jī)軟硬件的快速發(fā)展,計(jì)算機(jī)視覺(jué)系統(tǒng)已廣泛應(yīng)用于智能交通、視頻監(jiān)控、目標(biāo)跟蹤等領(lǐng)域。然而,在霧天環(huán)境下,由于受到大氣中懸浮顆粒的散射,攝像設(shè)備捕獲到的圖像嚴(yán)重退化,能見(jiàn)度低,直接限制和影響了計(jì)算機(jī)視覺(jué)系統(tǒng)的正常運(yùn)行。因此,為了保證視覺(jué)系統(tǒng)的正常工作,改善霧天圖像的視覺(jué)效果,對(duì)霧天圖像進(jìn)行去霧處理,有著非常重要的現(xiàn)實(shí)意義。本文在研究霧天圖像降質(zhì)物理成因的基礎(chǔ)上,提出了新型的圖像去霧方法,主要工作如下:(1)針對(duì)當(dāng)前圖像去霧方法沒(méi)有考慮不同霧天環(huán)境對(duì)去霧效果的影響問(wèn)題,提出了基于物理成因的自適應(yīng)單圖像去霧方法。對(duì)于霧天物理模型中的重要變量透射率,使用散射系數(shù)和場(chǎng)景深度直接求取。在求解散射系數(shù)時(shí),將霧粒子直徑作為一個(gè)重要參數(shù)進(jìn)行處理,利用霧天圖像的暗通道圖來(lái)自動(dòng)識(shí)別霧濃度,并確定霧粒子直徑的值。而場(chǎng)景深度使用最大化后驗(yàn)概率的方法進(jìn)行估計(jì),從而使得不同霧天環(huán)境下的降質(zhì)圖像都可以獲得良好的去霧效果。(2)針對(duì)復(fù)雜深度的霧天圖像使用最大化后驗(yàn)概率方法估計(jì)的深度圖像不準(zhǔn)確的問(wèn)題,提出了基于雙目視覺(jué)立體匹配的去霧方法。利用立體匹配技術(shù)估計(jì)出更為精確的深度圖,同時(shí)使用提出的快速導(dǎo)向?yàn)V波方法提高運(yùn)行速度,獲得了更為良好的去霧效果。(3)基于提出的去霧方法,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)圖像去霧系統(tǒng)。用戶可以直觀地看到去霧效果和一些評(píng)價(jià)指標(biāo)數(shù)據(jù),并進(jìn)行參數(shù)的調(diào)整。
[Abstract]:With the rapid development of computer software and hardware, computer vision system has been widely used in intelligent transportation, video surveillance, target tracking and other fields. The image captured by the camera is seriously degraded, and the visibility is low, which directly limits and affects the normal operation of the computer vision system. Therefore, in order to ensure the normal operation of the vision system, improve the visual effect of fog image. It has very important practical significance to defog the fog image. Based on the study of the physical cause of the fog image degradation, a new image de-fog method is proposed in this paper. The main work is as follows: 1) in view of the current image de-fogging methods, the influence of different fog environments on the de-fogging effect is not considered. An adaptive single image de-fogging method based on physical origin is proposed. For the transmittance of important variables in the fog physical model, the scattering coefficient and scene depth are directly obtained. The diameter of fog particles is treated as an important parameter, and the fog concentration is automatically identified by the dark channel map of fog image. The value of the particle diameter is determined, and the depth of the scene is estimated using the method of maximizing the posterior probability. So that the degraded images in different fog environments can get good de-fogging effect. (2) aiming at the problem of inaccuracy of the depth images estimated by the maximum posterior probability method for the fog images with complex depth. A new de-fog method based on binocular stereo matching is proposed. The stereo matching technique is used to estimate more accurate depth maps and the proposed fast guided filtering method is used to improve the running speed. An image de-fogging system is designed and implemented based on the proposed de-fogging method. Users can directly see the de-fogging effect and some evaluation index data. The parameters are adjusted.
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉建忠;;圖像邊緣的數(shù)學(xué)結(jié)構(gòu)分析[J];軟件;2011年05期

2 陳文兵;張小磊;;基于圖像邊緣的能見(jiàn)度計(jì)算方法[J];微型電腦應(yīng)用;2009年04期

3 曾友州;胡瑩;曾偉一;鄭曉霞;;提取數(shù)字圖像邊緣的算法比較[J];成都航空職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年04期

4 潘衛(wèi)國(guó);鮑泓;何寧;;一種傳統(tǒng)中國(guó)書(shū)畫(huà)圖像的二分類方法[J];計(jì)算機(jī)科學(xué);2012年03期

5 周濤;陸惠玲;拓守恒;馬競(jìng)先;楊德仁;;基于非凸區(qū)域下近似的圖像邊緣修補(bǔ)算法[J];寧夏大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

6 唐亮;唐娉;閻福禮;鄭柯;;HJ-1 CCD圖像自動(dòng)幾何精糾正系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用;2012年S2期

7 宋建中;;噴霧圖像的自動(dòng)分析[J];光學(xué)機(jī)械;1988年04期

8 張錦華;孫挺;;引入像點(diǎn)融合度修補(bǔ)的圖像邊緣化參差拼接實(shí)現(xiàn)[J];微電子學(xué)與計(jì)算機(jī);2014年08期

9 張曉清;;摳圖另一法[J];數(shù)字世界;2002年11期

10 潘泓;夏良正;;一種基于圖像邊緣的矩計(jì)算方法[J];模式識(shí)別與人工智能;2003年03期

相關(guān)會(huì)議論文 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動(dòng)感特征分析[A];第一屆中國(guó)情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

3 韓焱;王明泉;宋樹(shù)爭(zhēng);;工業(yè)射線圖像的退化與恢復(fù)方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊(cè)）[C];2001年

4 王強(qiáng);王風(fēng);;一種保持圖像幾何特征的去噪模型[A];中國(guó)通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無(wú)參考客觀質(zhì)量評(píng)測(cè)方法[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域?yàn)V除方法[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

8 漆琳智;張超;吳向陽(yáng);;引導(dǎo)濾波的單幅圖像前景精確提取[A];浙江省電子學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強(qiáng)[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強(qiáng)模糊空間目標(biāo)圖像邊緣獲取方法研究[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 吳飛;無(wú)邊距照片打印三部曲[N];中國(guó)電腦教育報(bào);2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報(bào);2009年

3 ;B超術(shù)語(yǔ)解釋[N];農(nóng)村醫(yī)藥報(bào)（漢）;2008年

4 ;圖像質(zhì)量調(diào)整秘技[N];電腦報(bào);2001年

5 馬駿睿 皓月;制作版畫(huà)效果圖片[N];中國(guó)攝影報(bào);2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報(bào);2009年

7 西安 張正倉(cāng);I~（2）C總線控制的HG-2220AV液晶屏視頻信號(hào)驅(qū)動(dòng)板[N];電子報(bào);2003年

8 ;令挑剔的人也刮目相看[N];中國(guó)電子報(bào);2001年

9 侯杰;國(guó)產(chǎn)芯片進(jìn)軍移動(dòng)多媒體市場(chǎng)[N];人民郵電;2003年

10 于亮、阿鯤;技術(shù)“掃”天下[N];中國(guó)計(jì)算機(jī)報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 梁福來(lái);低空無(wú)人機(jī)載UWB SAR增強(qiáng)成像技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

2 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

3 賈茜;基于時(shí)—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學(xué);2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學(xué);2014年

5 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

6 楊小義;圖像特征識(shí)別算法及其在聾人視覺(jué)識(shí)別中的應(yīng)用研究[D];重慶大學(xué);2015年

7 王玉明;SAR圖像地雷場(chǎng)檢測(cè)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

8 溫景陽(yáng);圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學(xué);2015年

9 李林;基于概率圖模型的圖像整體場(chǎng)景理解方法研究[D];電子科技大學(xué);2014年

10 馮景;基于SAR圖像的海面溢油檢測(cè)研究[D];北京理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 李鵬遠(yuǎn);圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應(yīng)用[D];華南理工大學(xué);2015年

2 萬(wàn)燕英;微聚焦X-ray圖像自適應(yīng)正則化去噪方法[D];華南理工大學(xué);2015年

3 毛雙艷;基于梯度域的圖像風(fēng)格化渲染方法的研究及其應(yīng)用[D];華南理工大學(xué);2015年

4 向訓(xùn)文;RGB-D圖像顯著性檢測(cè)研究[D];華南理工大學(xué);2015年

5 曾旭;基于聚類和加權(quán)非局部的圖像稀疏去噪方法研究[D];天津理工大學(xué);2015年

6 熊楊超;圖像美學(xué)評(píng)價(jià)及美學(xué)優(yōu)化研究[D];華南理工大學(xué);2015年

7 王艷;圖像視覺(jué)顯著性檢測(cè)方法及應(yīng)用的研究[D];華南理工大學(xué);2015年

8 鄭露萍;圖像二階微分特征提取及人臉識(shí)別應(yīng)用研究[D];昆明理工大學(xué);2015年

9 王思武;基于太陽(yáng)圖像的特征提取和檢索[D];昆明理工大學(xué);2015年

10 曹靜;基于暗通道先驗(yàn)算法的圖像去霧處理[D];海南大學(xué);2015年

，

本文編號(hào)：1440023