无人机航拍影像雾化去除方法研究

发布时间：2022-09-21 17:18

　　无人机遥感技术作为一项新的空间数据获取的重要手段,近年发展尤为迅速,和传统的卫星遥感和载人机航空遥感相比,无人机遥感具有更高的分辨率和高时效。但是无人机遥感在雾天获取的影像就会受到大气中悬浮颗粒的散射作用干扰,导致最后获取的影像清晰度和对比度降低,色彩失真,对影像后续的目标识别和跟踪等应用造成极大的困难。因此,对无人机航拍影像雾化去除技术的研究具有非常重要的实际意义。本文的研究工作如下:首先,本文对无人机航拍图像的两类去雾方法进行研究。在研究基于非模型去雾的图像增强方法的基础上,得出该类方法主要通过改善图像的颜色和对比度实现去雾,虽然算法简单易实现,但去雾效果不佳。而基于模型的图像复原方法通过暗通道等先验理论,求出透射图和全球大气光,再结合大气散射模型来复原无雾图像。这一类方法时间复杂度和效果都比图像增强去雾法有优势。因此,本文通过研究对比了两类去雾方法的优缺点,最后选定基于大气散射模型的暗通道先验去雾方法。其次,利用大气散射模型复原无雾图像的时候,需要优化通过暗通道先验理论求出的粗糙大气透射图。但现有滤波优化透射图方法,还存在着无雾图像的边缘位置产生“光晕”的问题。针对这一问题,本文... 

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 基于非模型的图像增强去雾方法研究现状
        1.2.2 基于模型的图像复原去雾方法研究现状
    1.3 本文主要的研究内容
第2章 无人机影像去雾的相关技术
    2.1 基于非模型的无人机影像去雾
        2.1.1 直方图均衡化
        2.1.2 Retinex算法
    2.2 基于模型的无人机影像去雾技术
        2.2.1 雾图成像的物理模型
        2.2.2 暗通道先验理论
    2.3 去雾方法的对比与分析
    2.4 本章小结
第3章 无人机航拍影像雾化去除的改进方法
    3.1 无人机图像雾化特征
    3.2 大气透射率图
    3.3 优化透射图的滤波器选择
    3.4 引导滤波
    3.5 基于非局部特征结构张量的自适应权重引导滤波
        3.5.1 基于非局部特征结构张量的图像局部描述函数
        3.5.2 非局部特征结构张量与引导滤波相结合的透射图优化方法
    3.6 自适应权重引导滤波实现流程
    3.7 本章小结
第4章 实验及结果分析
    4.1 实验设计与实现
    4.2 实验结果与分析
        4.2.1 去雾方法效果对比与分析
        4.2.2 不同浓度下去雾效果对比与分析
        4.2.3 不同去雾方法的抑制光晕效果对比与分析
        4.2.4 航拍图像去雾后建筑物的识别
    4.3 本章小结
结论
参考文献
攻读硕士学位期间发表的学术论文
致谢


【参考文献】：
期刊论文
[1]一种深度学习的单幅图像去雾方法[J]. 黄靖,姜文,肖长诗,文元桥,周高景,张帆.  小型微型计算机系统. 2018(08)
[2]基于图像增强的几种雾天图像去雾算法[J]. 王超.  自动化应用. 2018(02)
[3]基于Otsu的加权直方图均衡化图像去雾算法[J]. 季洁.  电脑知识与技术. 2018(04)
[4]基于HSV颜色模型的直方图均衡化图像去雾技术[J]. 吴颖斌.  运城学院学报. 2016(06)
[5]Single Image Dehazing Based on Combining Dark Channel Prior and Scene Radiance Constraint[J]. ZENG Liang,DAI Yongzhen.  Chinese Journal of Electronics. 2016(06)
[6]基于非局部结构张量的SSIM图像质量评价方法[J]. 张文娟,张丽丽,王艳红.  计算机应用研究. 2017(10)
[7]基于同态滤波和Retinex的图像去雾算法[J]. 汪秦峰,陈莉,樊泰亭,陈占武,杨涛.  火控雷达技术. 2016(02)
[8]特征学习的单幅图像去雾算法[J]. 麦嘉铭,王美华,梁云,蔡瑞初.  中国图象图形学报. 2016(04)
[9]基于四阶偏微分方程图像复原去雾方法[J]. 李桂林,王创新,万志银.  电子科技. 2016(02)
[10]Improved single image dehazing using dark channel prior[J]. Zhizhong Fu,Yanjing Yang,Chang Shu,Yuan Li,Honggang Wu,Jin Xu.  Journal of Systems Engineering and Electronics. 2015(05)



本文编号：3680349