雾霾图像实时拼接技术研究与实现

发布时间：2020-09-21 19:28

　　 图像拼接研究旨在将具有部分区域重叠的小视域图片合成为一副大视域的高分辨率图片,以满足大众观察浏览宽视域图像场景的需求。图像拼接技术在视频监控、虚拟现实、遥感技术以及医学图像处理均具有广泛的应用。在机场、码头、广场、交通路口等大型场景的监控中,为了实时获取全局大范围图像信息通常需要布设多台网络摄像机。这种方法虽然可以获得更多的监控范围,但是场景被分割成多个子窗口进行显示,不能够自然、全面、直接地反映真实场景。此外我国雾霾天气严重,使得户外监控系统在正常工作时受到极大的干扰。针对雾霾图像的拼接问题,本文主要进行了以下工作:1)通过对暗原色先验的图像增强算法(HE)和对比度受限的自适应直方图增强算法(CLAHE)进行深入研究,并对HE进行了适当改进以加快实时性。首先对原图进行下采样,并通过暗原色先验估计粗略的透射率图,然后通过导向滤波对透射率图进行细化,并对细化后的透射率图进行上采样,得到修正后的透射率图,最后利用修正图去除图像中的雾霾。实验结果表明所提方法在效率上有极大的提高,同时其去雾霾效果比CLAHE好。2)对比分析了SURF算法与ORB算法在特征提取与匹配上的效率与精度问题,并提出了一种基于ORB算法的自适应最优单应矩阵计算法。首先建立了配准误差函数;然后采用固定帧再匹配法计算当前帧的单应变换矩阵H1;接着,分别利用H1和上一关键帧计算出的单应变换矩阵H估计配准误差,且选取配准误差小的单应变换矩阵作为当前帧和后续视频帧的变换矩阵。该方法解决了传统视频拼接中由于摄像头相对位置发生偏差引起视频拼接错位的问题。3)在图像融合阶段对比了常见融合算法的效果,提出了一种改进的加权平均法对重叠区域进行融合,改善了图像过渡不平滑的问题。
【学位单位】：西南科技大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：TP391.41

【相似文献】

相关期刊论文 前10条

1 王晓文;刘雨;;图像超分辨率研究综述[J];信息技术;2009年07期

2 孔玲莉,黄华,齐春,刘美娟;图像超分辨率研究的最新进展[J];光学技术;2004年03期

3 沈焕锋;李平湘;张良培;王毅;;图像超分辨率重建技术与方法综述[J];光学技术;2009年02期

4 王春霞;苏红旗;范郭亮;;图像超分辨率重建技术综述[J];计算机技术与发展;2011年05期

5 张银林;;视频图像超分辨率增强技术[J];硅谷;2011年16期

6 余徽;陈华旺;;图像超分辨率技术研究进展[J];光学与光电技术;2012年05期

7 叶兆丰;;图像超分辨率重建技术及研究[J];电子世界;2013年09期

8 强振平;何丽波;狄光智;陈旭;;一种基于稀疏表征的图像超分辨率重建方法[J];云南大学学报(自然科学版);2013年S2期

9 黄华;樊鑫;齐春;朱世华;;基于粒子滤波的人脸图像超分辨率重建方法[J];软件学报;2006年12期

10 丁海勇;卞正富;;数字图像超分辨率重构技术研究[J];计算机与数字工程;2007年10期

相关会议论文 前7条

1 张煜东;吴乐南;奚吉;王水花;;变长小生境算法用于图像超分辨率复原[A];2009年通信理论与信号处理学术年会论文集[C];2009年

2 张东;韩军;;图像超分辨率重建算法研究[A];2010年西部光子学学术会议摘要集[C];2010年

3 杨浩;高建坡;陈向东;吴镇扬;;利用示例图像获取先验知识的图像超分辨率重建算法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年

4 闫允一;郭宝龙;;基于小波的图像超分辨率重建算法研究[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年

5 顾莹;朱秀昌;;基于CS的图像超分辨率重建[A];2010年通信理论与信号处理学术年会论文集[C];2010年

6 韩玉兵;殷玮玮;吴乐南;;基于Wavelet-HMM的图像超分辨率重建[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

7 张琼;付怀正;沈民奋;;基于稀疏表示的彩色图像超分辨率重建算法[A];第十五届全国图象图形学学术会议论文集[C];2010年

相关博士学位论文 前10条

1 曹明明;基于邻域嵌入的图像超分辨率重建研究[D];南京邮电大学;2015年

2 李小燕;基于广义图像先验的图像超分辨率重建算法研究[D];西南交通大学;2015年

3 康凯;图像超分辨率重建研究[D];中国科学技术大学;2016年

4 徐海明;图像超分辨率重建关键技术的基础研究[D];中国科学技术大学;2013年

5 李娟;基于稀疏表示的图像超分辨率复原研究[D];武汉科技大学;2016年

6 邓良剑;图像处理若干问题的数学模型和高性能算法研究[D];电子科技大学;2016年

7 王新蕾;基于邻域学习和稀疏原子聚类字典的图像超分辨率重构算法研究[D];东南大学;2016年

8 贾媛媛;基于稀疏表示的3D磁共振图像超分辨率重建算法研究[D];重庆大学;2016年

9 徐国明;基于稀疏表示的图像超分辨率重建方法研究[D];合肥工业大学;2015年

10 梁虎;基于纹理细节估计的多帧图像超分辨率重建算法研究[D];华中科技大学;2016年

相关硕士学位论文 前10条

1 雷倩;基于深度学习的图像超分辨率重构[D];河北师范大学;2015年

2 马莹;基于字典学习的图像超分辨率复原算法研究[D];燕山大学;2015年

3 张志超;单幅图像超分辨率重建算法研究[D];郑州大学;2015年

4 王贺青;基于稀疏表示和非下采样轮廓波变换的单幅图像超分辨率[D];哈尔滨工业大学;2015年

5 曹柱利;基于学习的毫米波图像超分辨率算法研究[D];电子科技大学;2014年

6 吴秀秀;基于配准的肺4D-CT图像超分辨率重建研究[D];南方医科大学;2015年

7 熊智;车牌图像超分辨率重建算法研究[D];南昌航空大学;2015年

8 赵新;图像超分辨率重建系统的研究与实现[D];河北工业大学;2015年

9 王保全;基于混合专家模型的快速图像超分辨率方法研究与实现[D];哈尔滨工业大学;2015年

10 徐光耀;基于稀疏表示的人脸图像超分辨率技术研究[D];上海交通大学;2015年

本文编号：2823897