视频图像去雾关键技术研究

发布时间：2020-12-09 00:42

　　有雾天气条件下获取的图像对比度低、图像内容模糊不清而且颜色整体偏向灰白色,图像去雾的目的就是恢复图像的对比度和真实色彩,提高图像的分辨率及质量,获取清晰图像。针对视频图像去雾该文主要工作如下:一、该文首先阐述了图像和视频图像去雾技术的国内外发展现状,介绍了图像及视频图像去雾的相关理论知识。二、针对静态雾天图像的去雾处理,该文选取了偏微分方程去雾模型、直方图均衡化去雾算法、暗原色先验理论去雾模型、多尺度Retinex去雾算法进行分析与改进。1、偏微分方程去雾模型的改进是将二阶与四阶偏微分方程相结合,抑制了二阶模型产生的阶梯效应及改善了四阶模型的边缘模糊现象。2、直方图均衡化去雾算法的改进是将原算法的变换函数进行了优化处理,改善了去雾效果。3、暗原色先验理论去雾模型的改进是在原算法基础上加入了容差机制,改善了去雾天空区域失真现象。4、多尺度Retinex去雾算法是在原算法上引入了两个权重因子,减弱了在亮度最高与最低区域的过分增强效果。三、针对雾天视频图像去雾处理,主要思想是将图像去雾的方法应用的视频图像当中。1、该文采用暗原色先验算法,选取视频某两帧图像估算出大气光强值A,并将该值作为整个... 

【文章来源】：长沙理工大学湖南省

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

去雾效果对比

的灰度级数 1修正为 ∑ 1,该方法使图像没有占用的灰度级在直方图均衡化理后，不会被占用，灰度级也不发生合并。修正后的表达式为:f(i)1 ∑,0 3特别地，若∑ 1则有：f(i)1 1,0 33.2.3 实验结果及分析为了验证该文改进的算法的去雾能力，选取了百度图像库高速路有雾图像，将算法与直方图均衡化算法的去雾效果进行对比，如下图所示。

min max| |,1 max , ,13.3该文中取 60使用式（3.31）求取图像透射率，能够保证图像明亮区域获取到的透率值不会错误的偏向于一个较小值。该容差机制对于图像中存在大面积天空等明亮区的有雾图像是同样满足暗原色先验理论去雾模型，主要是采用容差机制对图像该区域透射率进行了修正，使接近于大气光强值 A 的区域，采用暗原色理论模型去雾时去雾力降低。在去除处理时，应对图像这些区域采取措施减弱模型的去雾能力，这样可以到改善大面积天空等明亮区域颜色失真的现象。3.3.4 实验结果及分析为了验证该文改进的算法的去雾能力，选取了百度图像库高速路有雾图像，将改去雾模型与暗原色先验理论去雾模型的去雾效果进行对比，如下图所示。


本文编号：2905967