基于非局部变分模型的彩色图像去雾

发布时间：2021-07-20 23:54

　　雾天条件下大气能见度降低,户外采集设备的工作效率会大打折扣,拍摄的图像画质衰减严重。因此如何通过一定的处理方法去除图像中雾的干扰,从而得到高质量的无雾图像,使恢复后的图像具有满意的视觉效果,并从图像中获得更多的有效信息,是目前计算机视觉领域的一个重要研究内容。针对暗通道先验理论算法中存在的不足,本文提出了两种不同的图像去雾算法。首先提出了基于逐层搜索法与快速导向滤波（LLS-FGF）的图像去雾算法。对天空大气光照值计算不够精确这一问题,采用逐层搜索法对其进行优化,并使用快速导向滤波对透射率进行细化,最后采用非线性叠加处理的图像增强方法,解决去雾后图像存在普遍偏暗的问题,该改进算法能得到清晰度较好的去雾图像,处理时间也较低,去雾后图像中某些区域偏暗问题也得到改善,但是该方法难以有效解决图像中纹理与边缘保持问题,本文结合暗通道先验理论与非局部变分模型各自的优点,提出了H-NL-LTV模型,并利用交替方向乘子法（ADMM）与辅助变量对模型进行求解,使去雾后图像最大程度保持纹理、边缘特征。为验证本文所提去雾算法的有效性,选取Kimmel Retinex算法、MSR算法、He算法三种经典算法与本... 

【文章来源】：青岛大学山东省

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究目的与意义
    1.2 国内外研究现状
        1.2.1 图像增强方法
        1.2.2 图像复原方法
    1.3 本文的主要工作及章节安排
第二章 图像去雾的储备知识
    2.1 基于大气散射的物理模型
    2.2 暗通道先验理论的基本思想
        2.2.1 大气光值的计算
        2.2.2 透射率细化计算
        2.2.3 图像去雾后的增强处理
    2.3 变分模型与模型求解
    2.4 图像质量评价方法
        2.4.1 主观质量评价方法
        2.4.2 客观质量评价方法
    2.5 本章小结
第三章 基于逐层搜索法与快速导向滤波的图像去雾算法
    3.1 精确大气光值的计算
    3.2 精确透射率的计算
    3.3 算法实现
    3.4 实验结果与分析
        3.4.1 主观质量评价
        3.4.2 客观质量评价
    3.5 本章小结
第四章 基于H-NL-LTV模型的彩色图像去雾
    4.1 非局部变分模型与求解算法
        4.1.1 非局部算子
        4.1.2 NL-LTV模型与求解
    4.2 H-NL-LTV模型与ADMM算法
    4.3 算法实现
    4.4 实验结果与分析
        4.4.1 主观质量评价
        4.4.2 客观质量评价
    4.5 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
攻读学位期间的研究成果
致谢



本文编号：3293866