本文關(guān)鍵詞：低照度圖像增強(qiáng)算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】： 在數(shù)字圖像處理中,圖像增強(qiáng)處理通常不考慮圖像質(zhì)量下降的原因,只根據(jù)圖像特點(diǎn)和處理目的,采用一定的技術(shù),有選擇地突出圖像中感興趣的特征,同時(shí)可能會(huì)壓制另一部分信息,從而達(dá)到改善圖像的視覺效果,或者是為了方便人或計(jì)算機(jī)對圖像的分析和處理,它的主要目的是提高圖像的可懂度。 根據(jù)不同的作用域傳統(tǒng)圖像增強(qiáng)方法可分為空間域和頻率域方法�？臻g域法是指在空間域內(nèi)直接對像素的灰度值進(jìn)行運(yùn)算處理,常用的空間域法有圖像的灰度變換、直方圖修正、圖像空間平滑和銳化處理、偽彩色處理等。頻率域法是在圖像的某種變換域內(nèi),對圖像的變換值進(jìn)行增強(qiáng)處理,然后通過逆變換獲得增強(qiáng)圖像。傳統(tǒng)的增強(qiáng)方法由于具有方法簡單、效果明顯等特點(diǎn),許多方法已經(jīng)在實(shí)際中得到廣泛的應(yīng)用。但是,傳統(tǒng)的這些方法中使用了大量的假設(shè),而研究表明算法中的假設(shè)越多,其性能越差。圖像處理算法的自適應(yīng)則是一種合理的解決方法。因?yàn)獒槍Σ煌闆r進(jìn)行處理時(shí),其假設(shè)條件會(huì)減少并且更接近實(shí)際情況。本文首先針對常見的基于直方圖均衡化圖像增強(qiáng)算法進(jìn)行了研究、比較,分析了其在圖像增強(qiáng)中存在的不足。然后列出了幾種改進(jìn)的方法,結(jié)合實(shí)驗(yàn)結(jié)果和數(shù)據(jù),指出其優(yōu)點(diǎn)和進(jìn)一步改進(jìn)的地方。接著,本文針對常見的固定監(jiān)控視頻圖像,提出了基于像素統(tǒng)計(jì)的自適應(yīng)圖像增強(qiáng)方法,這種方法對較為簡單的場景能獲得較好的效果,但是需要先驗(yàn)的白天圖像,因而受先驗(yàn)的客觀條件影響較大。為此,本文最后又根據(jù)前人工作提出了一種改進(jìn)的基于時(shí)空域累積濾波去噪和色調(diào)映射函數(shù)。它不依賴于先驗(yàn)的白天圖像,主要利用相鄰幀的信息來增強(qiáng)當(dāng)前像素。 對以上兩種圖像增強(qiáng)方法,本文分別給出了算法實(shí)現(xiàn)過程,并做了大量的實(shí)驗(yàn)進(jìn)行驗(yàn)證,從而使提出的改進(jìn)方法對于某些圖像能獲得比傳統(tǒng)的增強(qiáng)方法更好的效果。
【關(guān)鍵詞】：低照度 去噪 統(tǒng)計(jì) 雙邊濾波 色調(diào)映射
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2010
【分類號】：TP391.41
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-12
• 1.1 數(shù)字圖像處理研究的內(nèi)容與方法8-9
• 1.2 課題的背景9-10
• 1.3 研究現(xiàn)狀10
• 1.4 論文內(nèi)容安排10-12
• 第二章 圖像增強(qiáng)的基本理論12-25
• 2.1 數(shù)字圖像的基本概念12-13
• 2.1.1 數(shù)字圖像的表示12
• 2.1.2 采樣12
• 2.1.3 量化12-13
• 2.2 圖像增強(qiáng)的基本方法13-22
• 2.2.1 灰度變換13-15
• 2.2.2 直方圖修正15-16
• 2.2.3 噪聲去除16-19
• 2.2.4 同態(tài)濾波19-20
• 2.2.5 雙邊濾波20-22
• 2.3 圖像質(zhì)量的評價(jià)標(biāo)準(zhǔn)22-24
• 2.3.1 均值22
• 2.3.2 均方誤差22-23
• 2.3.3 信息熵23
• 2.3.4 峰值信噪比23-24
• 2.4 本章小結(jié)24-25
• 第三章 基于直方圖均衡化的改進(jìn)算法25-33
• 3.1 直方圖均衡化缺點(diǎn)分析25-28
• 3.1.1 直方圖均衡化與圖像灰階關(guān)系25-26
• 3.1.2 直方圖均衡化與圖像噪聲關(guān)系26-28
• 3.2 改進(jìn)的直方圖均衡化算法28-31
• 3.2.1 改進(jìn)算法128
• 3.2.2 改進(jìn)算法228-30
• 3.2.3 改進(jìn)算法330-31
• 3.3 實(shí)驗(yàn)結(jié)果31-32
• 3.4 本章小結(jié)32-33
• 第四章 基于融合方法的增強(qiáng)技術(shù)33-38
• 4.1 基于融合技術(shù)的相關(guān)理論基礎(chǔ)33-35
• 4.1.1 前景和背景提取33-34
• 4.1.2 融合方法34-35
• 4.2 基于統(tǒng)計(jì)方法的融合算法過程35-36
• 4.2.1 夜景視頻圖像預(yù)增強(qiáng)35
• 4.2.2 基于統(tǒng)計(jì)方法產(chǎn)生映射關(guān)系來增強(qiáng)夜景視頻圖像35-36
• 4.3 實(shí)驗(yàn)結(jié)果36-37
• 4.4 本章小結(jié)37-38
• 第五章 基于時(shí)空域增強(qiáng)方法的改進(jìn)38-44
• 5.1 前人方法的分析38-39
• 5.2 改進(jìn)的算法過程39-42
• 5.3 實(shí)驗(yàn)結(jié)果42-43
• 5.4 本章小結(jié)43-44
• 第六章 總結(jié)與展望44-46
• 6.1 本文工作總結(jié)44
• 6.2 展望44-46
• 參考文獻(xiàn)46-49
• 致謝49-50
• 攻讀碩士學(xué)位期間的科研學(xué)術(shù)情況50-51

【引證文獻(xiàn)】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 趙凱;全景可視化輔助泊車系統(tǒng)研究[D];合肥工業(yè)大學(xué);2011年

2 方啟龍;基于無人車輔助導(dǎo)航的交通標(biāo)線識別方法研究[D];安徽大學(xué);2012年

3 黃梅;基于DM642的圖像增強(qiáng)系統(tǒng)的實(shí)現(xiàn)[D];中國科學(xué)院研究生院（長春光學(xué)精密機(jī)械與物理研究所）;2011年

4 潘凱;低照度視頻增強(qiáng)算法研究[D];大連理工大學(xué);2013年

5 陳朝康;牛頓迭代法在圖像增強(qiáng)中的應(yīng)用[D];西安電子科技大學(xué);2013年

6 劉文頁;數(shù)字高清視頻處理綜合設(shè)計(jì)[D];西安電子科技大學(xué);2013年

  本文關(guān)鍵詞：低照度圖像增強(qiáng)算法研究，由筆耕文化傳播整理發(fā)布。

本文編號：261470