霧是一種自然界中很常見的現(xiàn)象,如果圖像是在霧天等惡劣天氣下獲得,那么圖像會(huì)嚴(yán)重退化,對(duì)生活中各領(lǐng)域的圖像信息應(yīng)用造成了極大不利影響。所以,研究霧天圖像去霧技術(shù)具有重要實(shí)際意義。本文首先對(duì)大氣中的氣溶膠粒子對(duì)光的傳播的主要影響和大氣退化物理模型進(jìn)行了簡(jiǎn)單介紹,然后對(duì)Retinex算法重點(diǎn)分析。Retinex是一種基于顏色恒常性的圖像增強(qiáng)理論,其核心思想是通過對(duì)圖像的照度分量進(jìn)行估計(jì),然后通過原始圖像和照度分量來獲得物體的反射分量,即物體的原來面貌。跟其他圖像增強(qiáng)方法對(duì)比,Retinex算法具有銳化明顯、顏色恒常性等特點(diǎn),所以本文對(duì)該理論著重分析。本文詳細(xì)對(duì)Retinex理論的提出與發(fā)展歷史進(jìn)行介紹,詳細(xì)分析了單尺度Retinex(SSR)、多尺度 Retinex(MSR)、帶顏色恢復(fù)的多尺度 Retinex(MSRCR)和可變框架Retinex。根據(jù)實(shí)驗(yàn)結(jié)果,對(duì)這些算法在提高圖像對(duì)比度、計(jì)算復(fù)雜度、顏色保真等方面的優(yōu)劣性進(jìn)行了評(píng)價(jià)。最后,本文在前人研究的基礎(chǔ)之上,針對(duì)Retinex去霧算法進(jìn)行改進(jìn),主要工作有以下三個(gè)方面:(1)給出一種快速求解模型。傳統(tǒng)的一些去霧算法,在建立去霧模型時(shí),往往對(duì)彩色圖像直接進(jìn)行處理。但是,經(jīng)過研究分析,發(fā)現(xiàn)霧主要影響圖像中的亮度信息,對(duì)色調(diào)的影響較少。針對(duì)傳統(tǒng)去霧算法,在建立模型時(shí)極其復(fù)雜的缺點(diǎn),本文給出一種快速求解模型。本文首先將彩色圖像由RGB顏色空間轉(zhuǎn)換為YIQ空間,然后僅對(duì)表示亮度信息的Y通道進(jìn)行去霧操作,最后引入快速傅立葉技術(shù)和分裂Bregman迭代求解目標(biāo)函數(shù),實(shí)驗(yàn)結(jié)果表明,本求解模型能有效的提高運(yùn)算效率。(2)給出了一種結(jié)合Richardson-Lucy算子的總變分正則項(xiàng)的RLTV-Retinex模型,本文將其命名為二步法TV-Retinex去霧算法。本文利用Richardson-Lucy算子具有恢復(fù)圖像邊緣信息的特點(diǎn),先利用Richardson-Lucy算子先對(duì)霧天圖像進(jìn)行去霧,然后對(duì)去霧結(jié)果用TV-Retinex模型進(jìn)行增強(qiáng),結(jié)合快速求解模型求解,最后進(jìn)行圖像融合,實(shí)現(xiàn)圖像去霧。實(shí)驗(yàn)結(jié)果表明,RLTV-Retinex能夠更好的在霧天圖像增強(qiáng)中保持圖像的細(xì)節(jié)和色彩保真。(3)對(duì)基于梯度擬合先驗(yàn)信息去霧算法進(jìn)行優(yōu)化,給出一種基于梯度擬合先驗(yàn)信息TV-Retinex去霧算法�；谔荻葦M合先驗(yàn)信息去霧算法具有針對(duì)性強(qiáng)、可擴(kuò)展性強(qiáng)的特點(diǎn),在圖像恢復(fù)過程中能去除圖像中的模糊,因此可以被用于圖像去霧領(lǐng)域。本文在基于梯度擬合先驗(yàn)信息去霧算法的基礎(chǔ)上,引入TV-Retinex進(jìn)行優(yōu)化,以增強(qiáng)圖像細(xì)節(jié)信息。實(shí)驗(yàn)結(jié)果表明,本算法能有效的提高圖像細(xì)節(jié)信息。
【學(xué)位單位】：大連海事大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2017
【中圖分類】：TP391.41
【部分圖文】：

獲取了更多有用的科研信息。因此，Ｒｅｔｉｎｅｘ理論被大量的學(xué)者所認(rèn)同與接受，逡逑隨著科研水平的不斷提高，該理論被廣泛應(yīng)用于降質(zhì)圖像處理領(lǐng)域。Ｒｅｔｉｎｅｘ算法的一逡逑般流程如圖２．１所示。逡逑ｓ邐｜ｓ邋—邐／邋一邋ｒ邋邐邋Ｒ逡逑Ｌｏｇ邐估計(jì)光源邐國(guó)＾邐Ｅｘｐ逡逑圖２．１邋Ｒｅｔｉｎｅｘ算法的一般流程逡逑Ｆｉｇ．邋２．１邋Ｔｈｅ邋ｂａｓｉｃ邋ｆｌｏｗ邋ｏｆ邋Ｒｅｔｉｎｅｘ邋ａｌｇｏｒｉｔｈｍ逡逑７０年代，Ｌａｎｄ等人提出了基于路徑的Ｒｅｔｉｎｅｘ算法，并將其應(yīng)用到圖像增強(qiáng)領(lǐng)域，逡逑基于路徑的Ｒｅｔｉｎｅｘ算法基本原則為圖像中下一個(gè)像素的選擇是從當(dāng)前圖像像素的鄰域逡逑中隨機(jī)產(chǎn)生的，美中不足的是基于路徑的Ｒｅｔｉｎｅｘ算法計(jì)算過程復(fù)雜，計(jì)算量太大，實(shí)逡逑際應(yīng)用起來很繁瑣。通過對(duì)Ｌａｎｄ的Ｍｏｎｄｒｉａｎ全局模型進(jìn)行深入研究與學(xué)習(xí)，基于泊松逡逑方程的Ｒｅｔｉｎｅｘ圖像增強(qiáng)算法應(yīng)運(yùn)而生。Ｆｕｎｔ提出了一種新的方法，該方法假設(shè)下一個(gè)逡逑像素點(diǎn)的像素值都是當(dāng)前像素點(diǎn)的像素值按照一定規(guī)律環(huán)繞所決定，具有一定的規(guī)律，逡逑經(jīng)過一定條件下的迭代方法可以求出清晰圖像，該方法被命名為ＭｃＣａｎｎ９９算法，通常逡逑利用高斯金字塔模型進(jìn)行迭代求解。逡逑９０年代，Ｊｏｂｓｏｎ、Ｒａｈｍａｎ和Ｗｏｏｄｅ丨丨等人提出了單尺度的Ｒｅｔｉｎｅｘ算法和多尺度的逡逑Ｒｅｔｉｎｅｘ算法

逡逑如圖２．邋２為Ｒｅｔｉｎｅｘ算法原理示意圖。逡逑Ｑ邋源邋ｂ）逡逑灥逡逑反射物體Ｒ逡逑圖２．２邋Ｒｅｔｉｎｅｘ算法原理示意圖逡逑Ｆｉｇ．邋２．２邋Ｔｈｅ邋ｐｒｉｎｃｉｐｌｅ邋ｏｆ邋Ｒｅｔｉｎｅｘ邋ａｌｇｏｒｉｔｈｍ逡逑反射分量是指物體的反射性質(zhì)，照度分量Ｚ（ｘ，＞0表示入射光。在圖像中，圖逡逑像的本質(zhì)特征是由物體的反射性質(zhì)所決定的，入射光會(huì)對(duì)圖像的亮度范圍產(chǎn)生影響，所逡逑以Ｒｅｔｉｎｅｘ算法是對(duì)圖像的照度分量進(jìn)行估計(jì)，去除照度分量對(duì)原始圖像的影響，保留逡逑反射分量，它可以反映圖像的反射性質(zhì)。逡逑照度分量無法直接獲取，只能通過一定的數(shù)學(xué)模型近似估計(jì)，自提出Ｒｅｔｉｎｅｘ理論逡逑以來，沒有統(tǒng)一的數(shù)學(xué)模型，因此產(chǎn)生了多種不同的Ｒｅｔｉｎｅｘ算法。算法形式上可能各逡逑不相同，但它們的本質(zhì)是相似的，是先估計(jì)照度分量，再從原始圖像中分離照度分量。逡逑本章的主要內(nèi)容是對(duì)幾種使用比較廣泛的算法進(jìn)行分析以及實(shí)驗(yàn)對(duì)比。逡逑（１）單尺度Ｒｅｔｉｎｅｘ算法逡逑根據(jù)Ｒｅｔｉｎｅｘ的理論

Ｆｉｇ邋２．３邋Ｃｏｎｔｒａｓｔ邋ｏｆ邋ｒｅｓｕｌｔｓ邋ｗｉｔｈ邋ｄｉｆｆｅｒｅｎｔ邋ｓｃａｌｅ邋ｖａｌｕｅｓ逡逑多尺度Ｒｅｔｉｎｅｘ算法逡逑單尺度Ｒｅｔｉｎｅｘ算法很難在實(shí)現(xiàn)增強(qiáng)圖像細(xì)節(jié)信息的同時(shí)又提高圖像顏色保不可兼得。當(dāng)尺度參數(shù)比較小時(shí)，處理后的圖像有光暈現(xiàn)象，當(dāng)尺度參數(shù)比效果減弱，但動(dòng)態(tài)范圍壓縮效果較差。Ｊｏｂｓｏｎ等人提出了同時(shí)具備小、中、

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈迪;孟t-;董娜;李思慧;趙明遠(yuǎn);;同步全變分與限制對(duì)比度均衡的彩色圖像去噪增強(qiáng)方法[J];信號(hào)處理;2014年12期

2 張小剛;唐美玲;陳華;湯紅忠;;一種結(jié)合雙區(qū)域?yàn)V波和圖像融合的單幅圖像去霧算法[J];自動(dòng)化學(xué)報(bào);2014年08期

3 史德飛;李勃;丁文;陳啟美;;基于地物波譜特性的透射率-暗原色先驗(yàn)去霧增強(qiáng)算法[J];自動(dòng)化學(xué)報(bào);2013年12期

4 張尚偉;曾平;羅雪梅;鄭海紅;;具有細(xì)節(jié)補(bǔ)償和色彩恢復(fù)的多尺度Retinex色調(diào)映射算法[J];西安交通大學(xué)學(xué)報(bào);2012年04期

5 馮瑞利;蔡自興;郭t

本文編號(hào)：2807730