基于天空检测和透射率融合的图像去雾算法研究
发布时间:2021-01-04 21:35
雾霾等天气状况严重影响室外信息系统采集到的图像质量,使其对比度降低、颜色失真、细节模糊,不仅影响人类视觉上的美观,还影响图像中信息的采集,导致计算机系统无法对图像进行后期处理。现如今,雾霾等恶劣天气频发,室外获取的不清晰图像增多,图像清晰化已成为一门重要的研究课题。为减少有雾图像对图像识别系统的影响,保证室外系统的正常运行,本文在基于物理模型去雾算法基础上对暗原色理论去雾算法进行深入研究,并针对暗原色图像去雾算法局限性提出改进方法,具体研究内容如下:(1)针对暗原色图像去雾算法中大气光值误判问题,提出一种天空检测方法,在天空区域求取大气光值,改善大气光值误判现象。首先通过分析天空检测必要性,利用大津法进行天空分割,为弥补大津法在分割时的不足,使用加权灰度化方式增强有雾图像细节,再结合阈值调整策略、形态学腐蚀和高斯模糊进行天空与非天空区域的粗分割。其次通过分析快速导向滤波的边缘保持特性,利用快速导向滤波对天空区域粗分割结果进行细分割。最后提出一种判断机制,判断图像中是否存在天空,将天空区域的暗原色均值作为大气光值。实验结果表明,本文方法能获得较为精细的天空区域,所估计的大气光值更精确与实...
【文章来源】:河南大学河南省
【文章页数】:72 页
【学位级别】:硕士
【部分图文】:
室外雾霾图片
衡化(AHE 算法)、对比度受限制的自适应直方图均衡化(CLAHE 算法)。C够在增强对比度的同时限制噪声,更好的改善图像灰度分布。图 2-1 和图 安门和山景的 AHE 算法去雾实例,包含了有雾图像原始灰度图和 AHE 去雾以及对应的直方图。根据 Matlab 仿真的结果图可以看出:AHE 均衡化后的级层次感明显丰富、对比度提升、亮度增强,但是可以明显看到在两幅图像光晕、颜色失真等现象,其中图 2-1 中的 AHE 灰度图天空区域失真明显。后的直方图分布状况由原来的多峰谷,变换为分布相对均匀的单峰形状。实验证了,直方图图均衡化算法对灰度有雾图像进行去雾的效果更加显著。(a)原始有雾图 (b)原灰度图 (c)AHE 灰度图
(d)原灰度直方图 (e)AHE 灰度直方图图 2-2 山景 AHE 实例.1.2 Retinex 去雾理论网膜大脑皮质理论(Retinex 理论),由 Land 和 McCann 根据人眼的颜色在图像增强领域应用广泛,例如阴影去除和雾霾去除等。Retinex 理论的从光对图像的影响中获得物体的反射特性,并提供描述颜色不变性的模型以下事实:在人类视觉信息传输系统中,人类视觉在执行一些信息处理时源的强度和辐射相关的不确定性因素,只保留反映物体固有特性的信息 理论建立的照明反射模型如公式(2-2)所示,图像可以被表示为照射分的乘积。其中 I x ,y 是室外采集设备捕获的图像。 R x ,y 是反射分量,面的反射,且与图像的固有性质有关。 L x ,y 是照明分量,它取决于环境动态范围有关。
【参考文献】:
期刊论文
[1]一种改进的具有色彩保护的多尺度Retinex图像增强算法[J]. 张翔,王伟,肖迪. 计算机科学. 2018(10)
[2]基于亮度对比度增强与饱和度补偿的快速图像去雾算法[J]. 曹绪民,刘春晓,张金栋,林宇航,赵锦威. 计算机辅助设计与图形学学报. 2018(10)
[3]基于透射率融合与多重导向滤波的单幅图像去雾[J]. 杨爱萍,王海新,王金斌,赵美琪,鲁立宇. 光学学报. 2018(12)
[4]基于开运算暗通道和优化边界约束的图像去雾算法[J]. 杨红,崔艳. 光子学报. 2018(06)
[5]天空优化的数字图像暗通道先验去雾算法[J]. 曾致远,周亚同,池越,史芳宁. 激光与光电子学进展. 2018(08)
[6]结合天空分割修正的快速去雾方法[J]. 刘子兵,戴声奎. 华侨大学学报(自然科学版). 2018(01)
[7]基于自适应暗原色的单幅图像去雾算法[J]. 刘国,吕群波,刘扬阳. 光子学报. 2018(02)
[8]基于暗原色先验的图像去雾方法研究[J]. 郭翰,徐晓婷,李博. 光学学报. 2018(04)
[9]结合天空区域检测的图像去雾算法研究与实现[J]. 张燕丽,柯旭. 重庆工商大学学报(自然科学版). 2017(05)
[10]基于天空分割的单幅图像去雾算法[J]. 毛祥宇,李为相,丁雪梅. 计算机应用. 2017(10)
硕士论文
[1]基于滤波和物理模型的图像去雾算法研究[D]. 戴飞.南京邮电大学 2018
[2]暗通道优先的静态图像去雾算法改进研究[D]. 惠霄霄.西安石油大学 2018
[3]基于天空区域识别的物理模型图像去雾算法研究[D]. 白荣鑫.山东师范大学 2018
[4]雾霾天图像清晰化方法的研究与实现[D]. 孙月红.西安科技大学 2018
[5]基于暗原色先验信息的单幅图像去雾算法研究[D]. 张丹.哈尔滨工业大学 2017
[6]单幅雾天图像的去雾算法研究[D]. 戎成明.安徽大学 2017
[7]基于同态滤波的图像增强算法研究[D]. 程新.西安邮电大学 2016
[8]基于透射率修正的暗原色先验图像去雾算法[D]. 徐容霜.西南交通大学 2016
[9]基于暗原色先验的图像去雾技术研究[D]. 朱娜.电子科技大学 2016
本文编号:2957409
【文章来源】:河南大学河南省
【文章页数】:72 页
【学位级别】:硕士
【部分图文】:
室外雾霾图片
衡化(AHE 算法)、对比度受限制的自适应直方图均衡化(CLAHE 算法)。C够在增强对比度的同时限制噪声,更好的改善图像灰度分布。图 2-1 和图 安门和山景的 AHE 算法去雾实例,包含了有雾图像原始灰度图和 AHE 去雾以及对应的直方图。根据 Matlab 仿真的结果图可以看出:AHE 均衡化后的级层次感明显丰富、对比度提升、亮度增强,但是可以明显看到在两幅图像光晕、颜色失真等现象,其中图 2-1 中的 AHE 灰度图天空区域失真明显。后的直方图分布状况由原来的多峰谷,变换为分布相对均匀的单峰形状。实验证了,直方图图均衡化算法对灰度有雾图像进行去雾的效果更加显著。(a)原始有雾图 (b)原灰度图 (c)AHE 灰度图
(d)原灰度直方图 (e)AHE 灰度直方图图 2-2 山景 AHE 实例.1.2 Retinex 去雾理论网膜大脑皮质理论(Retinex 理论),由 Land 和 McCann 根据人眼的颜色在图像增强领域应用广泛,例如阴影去除和雾霾去除等。Retinex 理论的从光对图像的影响中获得物体的反射特性,并提供描述颜色不变性的模型以下事实:在人类视觉信息传输系统中,人类视觉在执行一些信息处理时源的强度和辐射相关的不确定性因素,只保留反映物体固有特性的信息 理论建立的照明反射模型如公式(2-2)所示,图像可以被表示为照射分的乘积。其中 I x ,y 是室外采集设备捕获的图像。 R x ,y 是反射分量,面的反射,且与图像的固有性质有关。 L x ,y 是照明分量,它取决于环境动态范围有关。
【参考文献】:
期刊论文
[1]一种改进的具有色彩保护的多尺度Retinex图像增强算法[J]. 张翔,王伟,肖迪. 计算机科学. 2018(10)
[2]基于亮度对比度增强与饱和度补偿的快速图像去雾算法[J]. 曹绪民,刘春晓,张金栋,林宇航,赵锦威. 计算机辅助设计与图形学学报. 2018(10)
[3]基于透射率融合与多重导向滤波的单幅图像去雾[J]. 杨爱萍,王海新,王金斌,赵美琪,鲁立宇. 光学学报. 2018(12)
[4]基于开运算暗通道和优化边界约束的图像去雾算法[J]. 杨红,崔艳. 光子学报. 2018(06)
[5]天空优化的数字图像暗通道先验去雾算法[J]. 曾致远,周亚同,池越,史芳宁. 激光与光电子学进展. 2018(08)
[6]结合天空分割修正的快速去雾方法[J]. 刘子兵,戴声奎. 华侨大学学报(自然科学版). 2018(01)
[7]基于自适应暗原色的单幅图像去雾算法[J]. 刘国,吕群波,刘扬阳. 光子学报. 2018(02)
[8]基于暗原色先验的图像去雾方法研究[J]. 郭翰,徐晓婷,李博. 光学学报. 2018(04)
[9]结合天空区域检测的图像去雾算法研究与实现[J]. 张燕丽,柯旭. 重庆工商大学学报(自然科学版). 2017(05)
[10]基于天空分割的单幅图像去雾算法[J]. 毛祥宇,李为相,丁雪梅. 计算机应用. 2017(10)
硕士论文
[1]基于滤波和物理模型的图像去雾算法研究[D]. 戴飞.南京邮电大学 2018
[2]暗通道优先的静态图像去雾算法改进研究[D]. 惠霄霄.西安石油大学 2018
[3]基于天空区域识别的物理模型图像去雾算法研究[D]. 白荣鑫.山东师范大学 2018
[4]雾霾天图像清晰化方法的研究与实现[D]. 孙月红.西安科技大学 2018
[5]基于暗原色先验信息的单幅图像去雾算法研究[D]. 张丹.哈尔滨工业大学 2017
[6]单幅雾天图像的去雾算法研究[D]. 戎成明.安徽大学 2017
[7]基于同态滤波的图像增强算法研究[D]. 程新.西安邮电大学 2016
[8]基于透射率修正的暗原色先验图像去雾算法[D]. 徐容霜.西南交通大学 2016
[9]基于暗原色先验的图像去雾技术研究[D]. 朱娜.电子科技大学 2016
本文编号:2957409
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/2957409.html
最近更新
教材专著