雾天车辆超分辨率视频图像清晰度识别仿真

发布时间：2020-03-25 05:55

【摘要】：对雾天车辆超分辨视频图像清晰度进行识别,能够更好的解决模糊车辆图像失真问题。对超分辨率视频图像的识别,需要先获取图像边缘细节,进而调整低通子带系数,完成图像的清晰度识别。传统方法先检测图像模糊边缘,获得各个不同区域中像素点权值,但忽略了调整低通子带系数,导致图像识别精度偏低。提出基于分数阶的雾天车辆超分辨率图像清晰度识别方法。该方法先对雾天车辆超分辨率图像中的各个像素点进行分数阶积分运算来处理噪声,获得不同强度纹理点相应的微分阶次,通过对图像的Contourlet分解处理,进行图像边缘细节识别,低通子带系数则根据灰度级变换和局部均值的增益函数进行调整,由此完成雾天车辆超分辨率图像清晰度识别。实验结果表明,所提方法能够有效提升雾天车辆超分辨率图像的视觉效果,且能保留较多的图像边缘细节信息。
【图文】：

图1不同方法超分辨率图像峰值信噪比对比行雾天车辆分辨率图像边缘清晰度(%)对比，对比结果用图2进行表示。图2不同方法图像边缘清晰度对比分析图2可知，利用自适应分数阶方法进行雾天车辆超分辨率图像清晰度识别获得的清晰度要优于双向直方图均衡方法，这主要是因为利用自适应分数阶方法在雾天车辆超分辨率图像清晰度识别过程中，采用非线性增益函数对方向带通子带进行图像边缘细节识别，低通子带系数则根据灰度级变换和局部均值的增益函数进行调整，由此完成雾天车辆超分辨率图像清晰度识别，使得利用自适应分数阶方法进行雾天车辆超分辨率图像清晰度识别获得的清晰度较优。分别利用自适应分数阶方法和双向直方图均衡方法进行雾天车辆超分辨率图像清晰度识别实验。选取标准差衡量2种不同方法进行雾天车辆分辨率图像清晰度识别效果的优劣，对比结果用表1进行表示，利用式(16)定义标准差σf=1M×N∑M－1x=1∑N－1y=1f(i，j)－s薣]f[]21/2(16)式中，s薴代表雾天车辆超分辨率图像的灰度均值，M×N代表雾天车辆超分辨率图像的像素点总数，当标准差较大时，雾天车辆超分辨率图像灰度级分布分散，图像的反差大，说明雾天车辆超分辨率图像中包含的边缘细节信息较多，标准差为常数。如表1所示，给出了在不同方法下图像的识别标准差的比较，表中的A代表双向直方图均衡方法，B代表自适应分数阶方法表1不同方法图像识别的标准差比较实验次数原图AB561.48784.25895.2541065.24786.32596.2541569.25484.25497.1452072.21185.35297.2582575.14785.35498.547分析表1可知，在不同实验次数下，利用自适应分数阶方法进行雾天车辆超分辨率图像清晰度识别的标准差要高于双向直方图均衡方法，双向直方图均衡?

图1不同方法超分辨率图像峰值信噪比对比行雾天车辆分辨率图像边缘清晰度(%)对比，对比结果用图2进行表示。图2不同方法图像边缘清晰度对比分析图2可知，利用自适应分数阶方法进行雾天车辆超分辨率图像清晰度识别获得的清晰度要优于双向直方图均衡方法，这主要是因为利用自适应分数阶方法在雾天车辆超分辨率图像清晰度识别过程中，采用非线性增益函数对方向带通子带进行图像边缘细节识别，低通子带系数则根据灰度级变换和局部均值的增益函数进行调整，，由此完成雾天车辆超分辨率图像清晰度识别，使得利用自适应分数阶方法进行雾天车辆超分辨率图像清晰度识别获得的清晰度较优。分别利用自适应分数阶方法和双向直方图均衡方法进行雾天车辆超分辨率图像清晰度识别实验。选取标准差衡量2种不同方法进行雾天车辆分辨率图像清晰度识别效果的优劣，对比结果用表1进行表示，利用式(16)定义标准差σf=1M×N∑M－1x=1∑N－1y=1f(i，j)－s薣]f[]21/2(16)式中，s薴代表雾天车辆超分辨率图像的灰度均值，M×N代表雾天车辆超分辨率图像的像素点总数，当标准差较大时，雾天车辆超分辨率图像灰度级分布分散，图像的反差大，说明雾天车辆超分辨率图像中包含的边缘细节信息较多，标准差为常数。如表1所示，给出了在不同方法下图像的识别标准差的比较，表中的A代表双向直方图均衡方法，B代表自适应分数阶方法表1不同方法图像识别的标准差比较实验次数原图AB561.48784.25895.2541065.24786.32596.2541569.25484.25497.1452072.21185.35297.2582575.14785.35498.547分析表1可知，在不同实验次数下，利用自适应分数阶方法进行雾天车辆超分辨率图像清晰度识别的标准差要高于双向直方图均衡方法，双向直方图均衡?

【相似文献】

相关期刊论文 前10条

1 王忠;高速公路雾天交通安全措施探讨[J];中南汽车运输;1997年02期

2 周宗成;雾天出行话安全[J];现代交通管理;1999年02期

3 陈新,刘英舜,曹从咏;中美高速公路雾天通行管理分析[J];交通科技;2003年04期

4 朱找金;雾天雪地行车要注意[J];现代交通管理;1995年01期

5 丛晓丽;;雾天条件下黑龙江省高速公路交通安全管理方案研究[J];黑龙江交通科技;2013年01期

6 唐红伟;陈孟洁;;雾天高速公路安全处置研究[J];中国交通信息化;2013年08期

7 高静如;;基于高速公路交通影响的雾天预测优势比模型[J];河南科技;2013年17期

8 袁杏孙;;“蝴蝶效应”带给高速公路雾天畅通管理的思考[J];道路交通管理;2009年05期

9 朱毅;张志刚;;雨雾气候下车辆肇事原因及对策[J];汽车与驾驶维修;1995年01期

10 齐莹菲;柳本民;郭忠印;;高速公路雾天安全管理系统[J];同济大学学报(自然科学版);2007年01期

相关会议论文 前1条

1 张明捷;关永涛;王惠芳;刘晓燕;范红霞;齐瑞英;;雾天交通安全指数预报[A];濮阳市首届学术年会论文选编[C];2006年

相关重要报纸文章 前2条

1 江成;雾天可望不封高速公路[N];中国安全生产报;2006年

2 记者 曹颖　通讯员 袁成松;推进高速公路雾天交通应急管理[N];中国气象报;2012年

相关硕士学位论文 前9条

1 姚文静;雾天高速公路限速控制与仿真评价[D];长沙理工大学;2014年

2 周葵;雾天高速公路预警措施有效性评估[D];长沙理工大学;2015年

3 周轶凡;雾天条件下高速公路视频事件检测技术研究[D];东南大学;2017年

4 李杨;高速公路在雾天条件下安全保障系统研究[D];长安大学;2010年

5 李春;雾天环境下高速公路交通安全评估及预警研究[D];长安大学;2012年

6 台德清;雾天高速公路交通管制方法及对策研究[D];西南交通大学;2011年

7 黄身森;雾天环境下高速公路行车安全与预警技术研究[D];长安大学;2013年

8 任军华;高速公路雾天通行解决方案[D];重庆大学;2008年

9 王磊;基于交通流状态和85%位车速的雾天高速公路限速值研究[D];北京交通大学;2015年

本文编号：2599501