基于非局部信息的单幅图像去雾算法

发布时间:2021-01-14 17:31
  随着各国越来越重视科学技术的发展,人们对图像质量的要求方面仍在逐步提高。声音和图片是人类在日常生活中所能直接获得的对外界进行交换的内容,图像在视觉的研究中占据着举足轻重的地位,这是由于它能够直接的表现出对外界信息的传达。安全监控系统、军事监控系统、公路监控系统、遥感导航系统等许多应用系统都需要精确的细节分析和图像特征提取。但是,在现实中,没有办法避免有雾的恶劣天气。这种情况下,将导致在捕获的图片具有很差的细节表达能力,使用度方面也受到了很大的损害。很多成像系统获得的图片场景质量下降明显,并且图片的对比度和清晰方面将受到影响。所以,为了提高图像的可利用性,需要对图像进行处理,从而获得我们想要的满意结果。基于对模糊雾天图像质量背景和理论概念研究的同时对其进行分析测试,本文尝试并改进了暗通道先验去雾算法。本文的主要工作任务如下:(1)以大气物理模型为基础,改进了暗通道去雾算法过程中出现的块状效应和失真等方面的问题。基于暗通道去雾算法,在天空和非天空交界区域暗通道估计值偏小,块状效应容易发生。针对去雾过程中出现的问题,利用多尺度方法来消除高亮光,使得图像去雾的过程中出现的失真和块状效应得到了很... 

【文章来源】:山东工商学院山东省

【文章页数】:52 页

【学位级别】:硕士

【部分图文】:

基于非局部信息的单幅图像去雾算法


全国霾24小时预警示意

示意图,光衰减,示意图


距离图 2.1 光衰减示意图2()()(,)dEedEddlβλλλ ∞=(2-3)并且,d 是从测试点到测试人员的距离长度,λ 指的是波长, β (λ)指的是光的强度,直接表达的是一个单位体积下对所有方向发生的散射现象。ed β(λ)指的是观测点的景深,∞E 指示地平线或无限远的亮度。大气光学是物理学的重要分支。经过研究大气与光之间的彼此之间的作用,从而表现出了研究多种的大气学科的一个分支方向。主要研究方向如以下三点:(1) 光通过大气产生的光学现象的基本定律。(2) 导致大气衰减模型的光学现象的基本理论基础。(3) 空气中光线对光线的反射和观察者引起的光线现象。 dw 是和接收人员中所存在的固定夹角,dl 表示观察人员与检测物体间的距离, x 表示观察人员与接受人

过程图,通道,过程,清晰图像


J (x)为原始的清晰图像,y 指在滤波窗口中的像素点,c指彩色图像RGB三维空间的颜色通道, Ω (x)指x为中心的局部区域,cJ 指的是原图的各个像素位置中的一个的颜色通道。两个最小滤波操作的处理,即没有雾的清晰图像,能够获得像素的最小暗通道。第一个是通过求解整个图像得到的全局最小值,第二个是通过第一个解得到的局部最小值,即某像素点x处的暗通道 J(x)dark。(2-13)暗通道捕获过程如图 2.2 所示,→0darkJ

【参考文献】:
期刊论文
[1]基于Haze-Line的图像去雾算法[J]. 邓慧凝.  通讯世界. 2018(12)
[2]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)
[3]基于暗原色先验的单幅图像快速去雾算法[J]. 王雅婷,冯子亮.  计算机应用. 2016(12)
[4]雾天交通场景中单幅图像去雾[J]. 邢晓敏,刘威.  中国图象图形学报. 2016(11)
[5]基于引导滤波的单幅图像自适应去雾算法[J]. 杨燕,白海平,王帆.  计算机工程. 2016(01)
[6]基于改进暗通道和导向滤波的单幅图像去雾算法[J]. 陈书贞,任占广,练秋生.  自动化学报. 2016(03)
[7]融合变分偏微分方程的单幅彩色图像去雾[J]. 周理,毕笃彦,何林远.  光学精密工程. 2015(05)
[8]基于天空区域分割的单幅海面图像去雾方法[J]. 雷琴,施朝健,陈婷婷.  计算机工程. 2015(05)
[9]基于景深约束的单幅雾天图像去雾算法[J]. 南栋,毕笃彦,马时平,何林远,娄小龙.  电子学报. 2015(03)
[10]基于暗通道理论的快速单幅图像去雾算法[J]. 陈剑鹏,毕笃彦,张晟翀,南栋.  计算机工程与设计. 2014(06)

博士论文
[1]基于大气物理特征的光学图像退化及补偿技术研究[D]. 陶叔银.浙江大学 2014
[2]大气散射模型在雾天图像增强和海面小目标检测中的应用[D]. 齐保军.国防科学技术大学 2013
[3]图像快速去雾与清晰度恢复技术研究[D]. 嵇晓强.中国科学院研究生院(长春光学精密机械与物理研究所) 2012

硕士论文
[1]基于深度学习的图像去雾算法研究[D]. 赵熹.西安电子科技大学 2018
[2]基于卷积神经网络的去雾算法优化研究与实现[D]. 张敏华.西安电子科技大学 2018
[3]基于暗通道先验的图像去雾改进算法研究[D]. 董志航.兰州交通大学 2017
[4]基于大气物理模型的单幅图像去雾算法研究[D]. 宋小潞.华南理工大学 2015
[5]基于暗原色先验的图像去雾算法研究[D]. 董林娜.山东师范大学 2015
[6]图像去雾与图像增强算法研究[D]. 王奕权.南京邮电大学 2015
[7]图像去雾算法的研究与应用[D]. 贾冬雪.沈阳工业大学 2015
[8]基于单幅图像去雾算法的改进与实现[D]. 张柳.华中师范大学 2014
[9]基于Retinex理论的图像去雾增强算法研究[D]. 曹永妹.江苏科技大学 2014
[10]图像引导滤波器在单幅图像复原中的应用[D]. 王峰.合肥工业大学 2012



本文编号:2977236

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/2977236.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户f4d97***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com