线性约束下的单幅图像清晰度复原算法研究
发布时间：2021-06-07 13:15
光学成像系统对雾、霾等恶劣天气较敏感。受大气中水分子等微小颗粒对光线的吸收和散射影响,在这些条件下获取的图像对比度、颜色饱和度和可见度大大降低,严重影响了图像在计算机和许多视觉系统中的使用。图像去雾技术旨在去除有雾图像中的天气影响,并恢复场景的可见度和真实色彩。因此,在摄影、视频监控、对地观测和其他计算机视觉应用中,图像的清晰度复原研究具有很重要的现实意义和实际应用价值。论文以图像复原方法中的大气散射模型为基点,针对目前去雾算法中存在的一些问题,如景深雾气处理困难,景深估计困难,透射率估计不准确等,提出三种可行性算法:（1）线性约束下的高斯自适应标准差去雾算法。针对暗通道先验算法中透射率在天空等明亮区域估计过小以及最小滤波使用不足问题,首先利用有雾图像的最小通道图构造高斯函数来近似估计无雾图像的最小通道效果,从而提高天空等明亮区域透射率的准确度;然后为了防止无雾图像最小通道灰度级超出范围,提出线性系数进行约束使得其灰度级分布在一定范围内;其次,观察到高斯函数标准差与雾浓度呈负相关,提出自适应标准差来控制最终复原效果,并利用交叉双边滤波进行优化得到较准确的透射率,从而得到最终的复原图像。...
【文章来源】：兰州交通大学甘肃省
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
户外获取的有雾图像
线性约束下的单幅图像清晰度复原算法研究-12-(a)无雾图像(b)暗通道图图2.4暗通道结果图2.2.2暗通道先验满足条件暗通道先验满足的条件主要有以下三个因素：（1）阴影区域,，如车影、建筑物以及城市景观图像中窗户投下的阴影、树影等，这些阴影区域的像素值较低，趋近于0；（2）色彩鲜艳的物体，这些物体的通道中至少有一个颜色通道值较低，如绿树/绿草等绿色植物（颜色通道中红色分量值较低），红花/黄花，蓝色表面的湖水（颜色通道中红/黄色分量值较低）等，包含这些物体的图像具有较低的暗通道值；（3）黑暗物质，如暗色的树干或石头，如图2.5所示。由于这些自然的户外图像通常是彩色的并且充满阴影，因此这些图像的暗通道值非常低。2.2.3透射率与大气光估计由于大气散射模型中有三个未知量和一个已知量，因此要求得透射率t(x)，需基于两个前提，一是假设大气光值A已求出，二是在图像划分的局部区域(x)内，假设透射率恒定，为t(x)。基于以上两个假设，对公式(2.4)作两次最小滤波，由此得到暗通道的表达式：
兰州交通大学工程硕士学位论文-13-()()()()minmin()minmin(1())ccccyxcyxcIyJytxtxAA=+(2.9)根据式(2.6)和式(2.7)，t(x)的初始估计为：()()()1minminccyxcIytxA=(2.10)式(2.10)中，为了得到一幅更为自然真实的复原图像，He等人引入一个调整参数，取值为=0.95。一般而言，大气光值的选取为图像中雾最不透明的区域。有雾图像的暗通道可近似估计雾浓度，因此He等人采用暗通道来检测图像中雾最不透明的区域，从而提出估计大气光的算法：（1）首先选择有雾图像暗通道图中最亮的0.1%像素点（这些像素点一般位于雾最不透明区域）（2）将选中的像素点对应到有雾图像中，其中亮度值最高的像素值即为大气光值。(a)阴影(b)彩色物体(c)暗物质图2.5暗通道满足条件2.2.4滤波窗口选取滤波窗口大小的选择也是暗通道先验成立的关键因素之一。一般来说，滤波窗口的尺寸选取越大，窗口包含暗像素的概率越大，则暗通道先验效果会越好。从图2.6(a)中可以看出，滤波窗口尺寸越大，图像的暗通道越暗，而选取尺寸较小的滤波窗口，会使得式(2.6)计算不精确，并且恢复的图像产生过饱和现象。另外，前文假设滤波窗口内的
【参考文献】：
期刊论文
[1]结合自适应雾气估计的快速单幅图像去雾[J]. 杨燕,刘珑珑,张得欣,杨志飞. 光学精密工程. 2019(10)
[2]线性约束下的高斯自适应标准差去雾算法[J]. 刘珑珑,杨燕. 计算机辅助设计与图形学学报. 2019(08)
[3]基于高斯权重衰减的迭代优化去雾算法[J]. 杨燕,陈高科,周杰. 自动化学报. 2019(04)
[4]Recent Advances in Image Dehazing[J]. Wencheng Wang,Xiaohui Yuan. IEEE/CAA Journal of Automatica Sinica. 2017(03)
[5]基于暗通道先验和Retinex理论的快速单幅图像去雾方法[J]. 刘海波,杨杰,吴正平,张庆年,邓勇. 自动化学报. 2015(07)
[6]图像去雾的最新研究进展[J]. 吴迪,朱青松. 自动化学报. 2015(02)
博士论文
[1]图像去雾处理模型与算法研究[D]. 鞠铭烨.南京邮电大学 2018
硕士论文
[1]高斯模型下的单幅图像可见度复原算法研究[D]. 陈高科.兰州交通大学 2018
本文编号：3216645
【文章来源】：兰州交通大学甘肃省
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
户外获取的有雾图像
线性约束下的单幅图像清晰度复原算法研究-12-(a)无雾图像(b)暗通道图图2.4暗通道结果图2.2.2暗通道先验满足条件暗通道先验满足的条件主要有以下三个因素：（1）阴影区域,，如车影、建筑物以及城市景观图像中窗户投下的阴影、树影等，这些阴影区域的像素值较低，趋近于0；（2）色彩鲜艳的物体，这些物体的通道中至少有一个颜色通道值较低，如绿树/绿草等绿色植物（颜色通道中红色分量值较低），红花/黄花，蓝色表面的湖水（颜色通道中红/黄色分量值较低）等，包含这些物体的图像具有较低的暗通道值；（3）黑暗物质，如暗色的树干或石头，如图2.5所示。由于这些自然的户外图像通常是彩色的并且充满阴影，因此这些图像的暗通道值非常低。2.2.3透射率与大气光估计由于大气散射模型中有三个未知量和一个已知量，因此要求得透射率t(x)，需基于两个前提，一是假设大气光值A已求出，二是在图像划分的局部区域(x)内，假设透射率恒定，为t(x)。基于以上两个假设，对公式(2.4)作两次最小滤波，由此得到暗通道的表达式：
兰州交通大学工程硕士学位论文-13-()()()()minmin()minmin(1())ccccyxcyxcIyJytxtxAA=+(2.9)根据式(2.6)和式(2.7)，t(x)的初始估计为：()()()1minminccyxcIytxA=(2.10)式(2.10)中，为了得到一幅更为自然真实的复原图像，He等人引入一个调整参数，取值为=0.95。一般而言，大气光值的选取为图像中雾最不透明的区域。有雾图像的暗通道可近似估计雾浓度，因此He等人采用暗通道来检测图像中雾最不透明的区域，从而提出估计大气光的算法：（1）首先选择有雾图像暗通道图中最亮的0.1%像素点（这些像素点一般位于雾最不透明区域）（2）将选中的像素点对应到有雾图像中，其中亮度值最高的像素值即为大气光值。(a)阴影(b)彩色物体(c)暗物质图2.5暗通道满足条件2.2.4滤波窗口选取滤波窗口大小的选择也是暗通道先验成立的关键因素之一。一般来说，滤波窗口的尺寸选取越大，窗口包含暗像素的概率越大，则暗通道先验效果会越好。从图2.6(a)中可以看出，滤波窗口尺寸越大，图像的暗通道越暗，而选取尺寸较小的滤波窗口，会使得式(2.6)计算不精确，并且恢复的图像产生过饱和现象。另外，前文假设滤波窗口内的
【参考文献】：
期刊论文
[1]结合自适应雾气估计的快速单幅图像去雾[J]. 杨燕,刘珑珑,张得欣,杨志飞. 光学精密工程. 2019(10)
[2]线性约束下的高斯自适应标准差去雾算法[J]. 刘珑珑,杨燕. 计算机辅助设计与图形学学报. 2019(08)
[3]基于高斯权重衰减的迭代优化去雾算法[J]. 杨燕,陈高科,周杰. 自动化学报. 2019(04)
[4]Recent Advances in Image Dehazing[J]. Wencheng Wang,Xiaohui Yuan. IEEE/CAA Journal of Automatica Sinica. 2017(03)
[5]基于暗通道先验和Retinex理论的快速单幅图像去雾方法[J]. 刘海波,杨杰,吴正平,张庆年,邓勇. 自动化学报. 2015(07)
[6]图像去雾的最新研究进展[J]. 吴迪,朱青松. 自动化学报. 2015(02)
博士论文
[1]图像去雾处理模型与算法研究[D]. 鞠铭烨.南京邮电大学 2018
硕士论文
[1]高斯模型下的单幅图像可见度复原算法研究[D]. 陈高科.兰州交通大学 2018
本文编号：3216645
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3216645.html
最近更新
教材专著
