雾天及海洋环境下的图像增强与复原技术研究
发布时间：2021-02-26 13:02
近些年来,世界各地的雾霾越来越严重,中国也不例外,雾霾造成空气质量的下降,除了对身心健康造成巨大的威胁之外,同时也会对户外的计算机视觉采集系统造成巨大的影响,严重阻碍公共交通、户外监控、航拍摄影等工作的开展。雾霾的存在导致采集到的图像降质,出现对比度低,细节不明显等特征,视觉效果模糊。中国海洋河流湖泊众多,中国有四大海域,毗邻中国大陆边缘的渤海、黄海、东海与南海互相连成一片;在中国,流域面积超过1000平方千米的河流就有1500多条,有湖泊24800多个,其中面积在1平方公里以上的天然湖泊就有2800多个,这些海洋、河流、湖泊不仅是中国地理环境的重要组成部分,而且还蕴含着丰富的自然资源。同样,在进行水下作业时,水下更为复杂的光学环境直接导致采集到的图像出现严重的偏色效应,同时也伴随着低对比度和极其模糊的视觉效果,对水下的研究工作造成极大的困扰。相比户外的采集系统,水下更为复杂的环境也使得图像复原变得更加困难。为了提高成像系统的可靠性和稳定性,本论文主要针对户外雾天和水下计算机视觉系统采集的图像和视频出现的视觉退化现象,通过研究分析图像成像的大气散射模型和水下的衰减模型,学习和研究当前现...
【文章来源】：中国科学院大学(中国科学院光电技术研究所)四川省
【文章页数】：125 页
【学位级别】：博士
【部分图文】：
世界上第一台相机
图 1.2 世界上第一张照片《窗外的景物》re1.2 The first photo “The Scenery Outside the window” in the相机技术发生了翻天覆地的变化，现在采集到的数字图取得了很大的进步，现在消费级的数码相机和手机都器，并且采集到的视频图像像素越来越高，图像质量视频能够显示在任何可以显示数字图像的设备上，相依赖图像和视频的产业[3]。雾的研究背景与意义环境的恶化，雾霾已成为一种常见的天气现象，PM2词[4]，雾霾中的悬浮颗粒会伴随着人类的呼吸经由
这样做可保证图像局部细节对比度得到增强。如图2.4 所示，当子块大小选择为 15*15 时，随着局部限制对比度的增加，可以看到，图像中局部对比度越来越强，但是随着这种局部对比度的增强，图像的失真也越来越明显。如图 2.5 所示，图像的子块尺寸越小，细节也越丰富。图 2.4 局部对比度增强Figure 2.4 Local contrast enhancement
【参考文献】：
期刊论文
[1]基于融合与高斯加权暗通道的单幅图像去雾算法[J]. 张晨,杨燕. 光子学报. 2019(01)
[2]改进多尺度卷积神经网络的单幅图像去雾方法[J]. 雎青青,李朝锋,桑庆兵. 计算机工程与应用. 2019(10)
[3]基于深度学习的图像去雾霾研究[J]. 姬旭丽,王亚刚,车芳. 信息技术. 2018(08)
[4]一种深度学习的单幅图像去雾方法[J]. 黄靖,姜文,肖长诗,文元桥,周高景,张帆. 小型微型计算机系统. 2018(08)
[5]袁隆平团队海水稻技术迪拜再传佳音[J]. 朱育漩. 环境经济. 2018(11)
[6]基于多特征融合的卷积神经网络图像去雾算法[J]. 徐岩,孙美双. 激光与光电子学进展. 2018(03)
[7]基于自适应透射率比的水下图像复原算法[J]. 黄松,易本顺. 浙江大学学报(工学版). 2018(01)
[8]基于背景光估计与暗通道先验的水下图像复原[J]. 谢昊伶,彭国华,王凡,杨成. 光学学报. 2018(01)
[9]基于限制对比度颜色校正的水下图像增强[J]. 余义德,周曼丽,王红萍. 无线电工程. 2017(09)
[10]图像增强算法综述[J]. 王浩,张叶,沈宏海,张景忠. 中国光学. 2017(04)
博士论文
[1]自适应图像实时增强算法的技术研究[D]. 李赓飞.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2017
[2]水下成像与图像增强及相关应用研究[D]. 赵欣慰.浙江大学 2015
[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
[4]水下图像增强和复原方法研究[D]. 孙飞飞.中国海洋大学 2011
硕士论文
[1]雾化降质光学图像的实时复原技术研究[D]. 徐欢.中国科学院大学(中国科学院光电技术研究所) 2018
[2]水下图像复原方法研究[D]. 王婷.郑州大学 2017
[3]计算机图形图像发展史研究[D]. 吴毅儒.天津工业大学 2017
[4]水下图像增强算法研究及其应用[D]. 陈超.大连理工大学 2016
[5]关于水下图像颜色补偿校正的研究[D]. 阚凌雁.中国海洋大学 2015
[6]面向对象的暗原色先验图像去雾研究[D]. 夏栋.华中科技大学 2015
本文编号：3052625
【文章来源】：中国科学院大学(中国科学院光电技术研究所)四川省
【文章页数】：125 页
【学位级别】：博士
【部分图文】：
世界上第一台相机
图 1.2 世界上第一张照片《窗外的景物》re1.2 The first photo “The Scenery Outside the window” in the相机技术发生了翻天覆地的变化，现在采集到的数字图取得了很大的进步，现在消费级的数码相机和手机都器，并且采集到的视频图像像素越来越高，图像质量视频能够显示在任何可以显示数字图像的设备上，相依赖图像和视频的产业[3]。雾的研究背景与意义环境的恶化，雾霾已成为一种常见的天气现象，PM2词[4]，雾霾中的悬浮颗粒会伴随着人类的呼吸经由
这样做可保证图像局部细节对比度得到增强。如图2.4 所示，当子块大小选择为 15*15 时，随着局部限制对比度的增加，可以看到，图像中局部对比度越来越强，但是随着这种局部对比度的增强，图像的失真也越来越明显。如图 2.5 所示，图像的子块尺寸越小，细节也越丰富。图 2.4 局部对比度增强Figure 2.4 Local contrast enhancement
【参考文献】：
期刊论文
[1]基于融合与高斯加权暗通道的单幅图像去雾算法[J]. 张晨,杨燕. 光子学报. 2019(01)
[2]改进多尺度卷积神经网络的单幅图像去雾方法[J]. 雎青青,李朝锋,桑庆兵. 计算机工程与应用. 2019(10)
[3]基于深度学习的图像去雾霾研究[J]. 姬旭丽,王亚刚,车芳. 信息技术. 2018(08)
[4]一种深度学习的单幅图像去雾方法[J]. 黄靖,姜文,肖长诗,文元桥,周高景,张帆. 小型微型计算机系统. 2018(08)
[5]袁隆平团队海水稻技术迪拜再传佳音[J]. 朱育漩. 环境经济. 2018(11)
[6]基于多特征融合的卷积神经网络图像去雾算法[J]. 徐岩,孙美双. 激光与光电子学进展. 2018(03)
[7]基于自适应透射率比的水下图像复原算法[J]. 黄松,易本顺. 浙江大学学报(工学版). 2018(01)
[8]基于背景光估计与暗通道先验的水下图像复原[J]. 谢昊伶,彭国华,王凡,杨成. 光学学报. 2018(01)
[9]基于限制对比度颜色校正的水下图像增强[J]. 余义德,周曼丽,王红萍. 无线电工程. 2017(09)
[10]图像增强算法综述[J]. 王浩,张叶,沈宏海,张景忠. 中国光学. 2017(04)
博士论文
[1]自适应图像实时增强算法的技术研究[D]. 李赓飞.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2017
[2]水下成像与图像增强及相关应用研究[D]. 赵欣慰.浙江大学 2015
[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
[4]水下图像增强和复原方法研究[D]. 孙飞飞.中国海洋大学 2011
硕士论文
[1]雾化降质光学图像的实时复原技术研究[D]. 徐欢.中国科学院大学(中国科学院光电技术研究所) 2018
[2]水下图像复原方法研究[D]. 王婷.郑州大学 2017
[3]计算机图形图像发展史研究[D]. 吴毅儒.天津工业大学 2017
[4]水下图像增强算法研究及其应用[D]. 陈超.大连理工大学 2016
[5]关于水下图像颜色补偿校正的研究[D]. 阚凌雁.中国海洋大学 2015
[6]面向对象的暗原色先验图像去雾研究[D]. 夏栋.华中科技大学 2015
本文编号：3052625
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3052625.html
最近更新
教材专著
