目前,越來越多的計算機視覺系統(tǒng)被廣泛應(yīng)用于各個行業(yè),這些計算機視覺系統(tǒng)大都以輸入清晰圖像為前提進行工作,但是在實際場景中,特別是在室外環(huán)境下,由于霧、霾等天氣原因,我們無法保證獲取到清晰可用的圖像數(shù)據(jù),因此圖像增強技術(shù)越來越受到研究人員關(guān)注。同時,隨著我們科技水平的提高,對海洋的開發(fā)越來越引起各國重視,應(yīng)用水下機器人進行水下探測被認為是一項重要任務(wù),這其中計算機視覺的應(yīng)用是完成這項任務(wù)的關(guān)鍵一環(huán)。但是光的吸收和散射現(xiàn)象同樣存在于水下環(huán)境中,比起有霧圖像,水下圖像會遭受更嚴重的失真問題,比如對比度降低、藍綠色過多等。針對有霧等室外環(huán)境對圖像清晰度的影響,去霧圖像增強技術(shù)被認為是解決這一問題的有效方法。去霧圖像增強技術(shù)通�；谝粋�物理模型,以估計由于大氣中的吸收和散射現(xiàn)象而導(dǎo)致光的損失程度。本文提出一種基于區(qū)域檢測的神經(jīng)網(wǎng)絡(luò)模型,以分區(qū)塊的方式學習有霧圖像與媒介透射率之間的關(guān)系,然后使用媒介透射率圖基于大氣散射模型完成去霧操作,并增強去霧后圖像的細節(jié)。模型主要由兩個基礎(chǔ)網(wǎng)絡(luò)單元構(gòu)成,并且可以以端到端的方式進行訓練。一個網(wǎng)絡(luò)單元是具有殘差結(jié)構(gòu)的網(wǎng)絡(luò)模塊,該單元可以減小深度網(wǎng)絡(luò)的優(yōu)化難度;另一... 

【文章來源】：大連海事大學遼寧省 211工程院校

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【部分圖文】：

圖１．１不同圖像增強方法在同一場景下的效果??Ｆｉｇ．?１．１?Ｅｆｆｅｃｔｓ?ｏｆ?ｄｉｆｆｅｒｅｎｔ?ｉｍａｇｅ?ｅｎｈａｎｃｅｍｅｎｔ?ｍｅｔｈｏｄｓ?ｉｎ?ｔｈｅ?ｓａｍｅ?ｓｃｅｎｅ??

天氣下從同一場景拍攝的多張圖像，而增強方??法—？將３Ｄ模型提供的粗略場景深度信息用于去霧增強任務(wù)，文獻＿則利用以不同偏??振度拍攝的多張圖像完成去霧增強工作。但此類去霧增強方法所需的補充信息并不總是??可獲得的，這阻礙了這一領(lǐng)域的研宄進展，此類方法也無法被廣泛運用在實際場景中。??＿圓??Ｉ?Ｊ??？５〇｜??Ｇｉ〇〇?＼ｒ＾——????■?ｆ?】??〇?ｂ〇?１００?＾?ＩＳＯ?２００?２５０?｜?＾?．??Ｉ?＝?Ｊ?－ｔ－＼－?Ａ（１?—?ｔ）?ｔ??圖２．１大氣散射模型??Ｆｉｇ．?２．１?Ａｔｍｏｓｐｈｅｒｉｃ?ｓｃａｔｔｅｒｉｎｇ?ｍｏｄｅｌ??近年來，由于更有效的假設(shè)和先驗的提出，單圖像去霧增強領(lǐng)域取得了顯著進展。??Ｗａｎｇ等人［２３］假設(shè)有霧圖像與無霧圖像的最小像素值通道是線性相關(guān)的，在此假設(shè)基礎(chǔ)??上，他們的方法表現(xiàn)優(yōu)異。Ｔａｎ等人％通過假設(shè)有霧圖像的局部對比度遠低于相應(yīng)的無??霧圖像的局部對比度，提出一種基于馬爾科夫隨機場的方法，他們的結(jié)果在視覺表現(xiàn)上??令人滿意，但是在一些局部區(qū)域會發(fā)生過飽和現(xiàn)象。Ｆａｔｔａｌ等人［２５］假設(shè)媒介透射率與圖??像色彩表現(xiàn)是局部不相關(guān)的，因此通過場景反射率估計媒介透射率，該方法在某些情況??下能夠修復(fù)有霧圖像，但是該方法基于的假設(shè)在很多現(xiàn)實場景下無法成立。其它去霧增??強方法將更好的先驗假設(shè)應(yīng)用于去霧增強工作，Ｔａｎｇ等人［２６］使用隨機森林算法融合了??四種與霧相關(guān)的特征，并通過估計媒介透射率得到無霧圖像。在文獻［２７］中，Ｚｈｕ等人基??于顏色衰減先驗使用線性模型估計有霧圖像的深度信息，使用深度信息恢復(fù)無霧圖像。??但是由于假設(shè)的局限性

去霧圖像增強技術(shù)??３．１圖像去霧增強方法概述??為了提升去霧增強工作的效果與穩(wěn)定性，以獲傳細節(jié)完整，飽和度、對比度恢復(fù)的??無霧圖像，同時提升該工作的效率，我們將卷積神經(jīng)網(wǎng)絡(luò)模型引入去霧增強工作。該模??型通過建立媒介透射率與有霧圖像之間的關(guān)系，以估計有霧圖像中逐個區(qū)域的媒介透射??率圖。為了使恢復(fù)后的無霧圖像在細節(jié)上保存完整，我們還加入了細節(jié)增強操作，為了??使該操作可以完成自主調(diào)參，我們將該方法與進化算法相結(jié)合，提出基于進化的細節(jié)增??強方法。??我們所提出的去霧增強方法如圖３．１所示，其中綠色框部分為神經(jīng)網(wǎng)絡(luò)去霧模型，??使用神經(jīng)網(wǎng)絡(luò)模型估計輸入有霧圖像的媒介透射率，其中紅色框部分為使用所估計的媒??介透射率圖估計大氣光，基于大氣散射模型已知媒介透射率圖與大氣光可以直接得到去??霧增強后的圖像。藍色框部分為細節(jié)增強部分，對去霧增強后的圖像進行細節(jié)增強操作。??該方法具體操作將在以下小節(jié)中詳細說明。??：：?一?，—－?；?紐齡?賺耐?；??ｓｉ?：丨?ｉ?丨?：??達計大氣光?１恢ｇ無言￥？?丨?！??成Ｄ＊?Ｓ子區(qū)細透射主Ｅ?Ｉ?車圖?；?娜?［??圖３．?１圖像去霧增強系統(tǒng)概述??Ｆｉｇ．?３．１?Ｏｖｅｒｖｉｅｗ?ｏｆ?ｔｈｅ?ｐｒｏｐｏｓｅｄ?ｉｍａｇｅ?ｄｅｈａｚｉｎｇ?ｅｎｈａｎｃｅｍｅｎｔ?ｓｙｓｔｅｍｓ??３．２使用基于區(qū)域的神經(jīng)網(wǎng)絡(luò)估計媒介透射率??基于區(qū)域的去霧神經(jīng)網(wǎng)絡(luò)模型將有霧圖像作為輸入，并輸出有霧圖像的媒介透射率??圖，其中每個點對應(yīng)于輸入圖像中一個局部區(qū)域。在我們的設(shè)計中，該神經(jīng)網(wǎng)絡(luò)模型是??一個全卷積結(jié)構(gòu)，如圖３．２所示。??－１５?－??

【參考文獻】：
期刊論文
[1]多尺度窗口的自適應(yīng)透射率修復(fù)交通圖像去霧方法[J]. 黃鶴,李昕芮,宋京,王會峰,茹鋒,盛廣峰.  中國光學. 2019(06)
[2]無人機航拍圖像超分辨率重建算法研究[J]. 徐亮.  電子設(shè)計工程. 2019(10)
[3]透射率全局估計航空影像去霧算法[J]. 崔浩,艾海濱,張力,孫鈺珊,趙棟梁.  遙感信息. 2019(01)
[4]基于深度學習的單幅圖像去霧算法[J]. 趙建堂.  激光與光電子學進展. 2019(11)
[5]一種深度學習的單幅圖像去霧方法[J]. 黃靖,姜文,肖長詩,文元橋,周高景,張帆.  小型微型計算機系統(tǒng). 2018(08)
[6]一種結(jié)合暗通道先驗和圖像融合的水下圖像復(fù)原算法[J]. 尹芳,陳田田,吳銳,付自如,于曉洋.  小型微型計算機系統(tǒng). 2017(11)
[7]基于變分光流估計的肺部4D-CT圖像超分辨率重建[J]. 耿鳳歡,劉慧,郭強,尹義龍.  計算機研究與發(fā)展. 2017(08)
[8]基于顏色失真去除與暗通道先驗的水下圖像復(fù)原[J]. 楊愛萍,鄭佳,王建,何宇清.  電子與信息學報. 2015(11)
[9]結(jié)合最小濾波和引導(dǎo)濾波的暗原色去霧[J]. 王衛(wèi)星,肖翔,陳良琴.  光學精密工程. 2015(07)
[10]基于凸集投影法和復(fù)數(shù)小波包域的遙感圖像上采樣研究[J]. 張硯,李先穎,滿益云.  計算機學報. 2011(03)



本文編號：2938581