基于改进的暗通道先验图像去雾算法研究

发布时间:2021-08-26 01:42
  在雾霾环境中,由于空气中的微小颗粒吸收和散射光,会改变光的传播路径,使成像设备所生成的图像和视频呈现出对比度下降和色彩失真现象,会对后续的图像处理过程产生较大的影响。因此,消除或减少雾霾天气带来的图像失真问题,可以提高相关系统的整体性能,具有较强的理论价值和实际意义。针对这一问题,研究者们提出了包括暗通道先验去雾算法在内的多种图像去雾算法。本文在基于大气散射模型去雾算法的基础上,对暗通道先验去雾算法进行了深入研究,并对该算法存在的问题提出了改进方法,具体研究内容如下:(1)通过分析暗通道先验去雾算法的实验结果,发现暗通道先验算法去雾结果中存在色彩失真、图像偏暗等问题。针对这些问题,本文提出了一种改进的暗通道先验图像去雾算法。首先,计算图像中像素点的R、G和B通道的像素值的方差来判断其波动幅度,若波动较大,则选出三个通道中最小值为当前像素点的暗通道像素值,若波动较小,则通过其周围像素点中最小通道的均值来确定当前点的暗通道值,从而得到精准的暗通道图和大气光值;其次,通过采样和插值的方法来加快透射率图的计算;最后,通过将图像转化到HSI色彩模型,对图像的亮度、色调和饱和度的进行图像复原。(2... 

【文章来源】:陕西科技大学陕西省

【文章页数】:72 页

【学位级别】:硕士

【部分图文】:

基于改进的暗通道先验图像去雾算法研究


图2-1大气散射模型??Fig.?2-1?Atmospheric?scattering?model??

模型图,介质,入射光,数学模型


?A)?+?^(x,/l)?(2-1)??式中,/(x,;L)是雾天天气下物体成像系统获取到的带雾图像,巩x,A)是通过表达式所需??要的无雾图像;其中x参数代表图像中某一像素点的位置,A是光的波长;乙代表无穷??远出的大气光参数,/?=?透射率图的计算函数,大多数去雾方法都是围绕透射率??图的计算,主要就是融入不同的先验知识,或者是利用图像处理的方法来求得透射率图,??再利用带雾图像估计出大气光参数,进而可以带入公式(2-1)中复原出无雾图像/?(x,A)。??入射光衰减模型如图2-2所示。??故时介????入射T?彳/?光??图2-2入射光衰减模型??Fig.?2-2?Incident?light?attenuation?model??可以将图2-2用数学模型进行表示,空气中的散射介质的宽度可以看作是办,当入??射平行光透过若干个宽度为办散射介质,那么可以在x处定义变化情况为:??#(以?(2_2)??£(x,又)??式中,五(x,A)是光线通过散射介质衰减之后的光的强度,A/1)是散射介质的散射系数,??不同介质对于不同波长的光的散射能力不同,当输入的光是平行光时,假设未衰减光束??光强为尽(A)时,通过对上述微分方程从到;进行积分,即可得到平行光束再x=d??处衰减后的光强。??P{X)dx??E(d,A)?=?E0(A)e?L?(2-3)??11??

模型图,物体,成像,模型


气中散射介质的散射系数,c/为成像系统位置到物体位置的距离,??是入射光线在x=0处的光照强度,;L表示入射光线的波长,此处假设大气中散射??介质的分布是均匀的,则式(2-3)可以表示为??E{d,A)?=?E0{X)ePU)d?(2-4)??式(2-4)为入射光衰减的表达式,五(AA)是需要求得的入射光景物深度。??当遇到复杂的天气情况时,入射光会经过多个散射介质的散射,此时入射光衰减的??模型就不能成立,但是在雾天天气情况下,该模型依旧能够成立,接下来介绍物体成像??模型,如图2-3所示。??太阳光??漫反射光??N?^????地面反射光??图2-3物体成像模型??Fig.?2-3?Object?imaging?model??探测器接受到的大气光成分主要包括三部分,分别是地面反射光线、大气漫反射光??线和太阳光。如图2-3所示,散射介质的体积微元为可以将其看作是一个??光点,其强度为办幻9(A),?A:为光源常量。由上述的损耗公式可??知,到达探测器的光强可以写为:??dL(x,X)?=?dI{x,X)e ̄P(X)x?/?dwx2?=?k(3(X)e ̄Pi/?]xdx?(2-5)??其中,在x=0,?区间进行积分可以得到总的大气光强值,可得出:??L{d,X)?=?k(\-e-^)d)?(2-6)??由于光源的距离无穷远,所以无穷远处的光强值表示为t可以令A?=?那么??大气光强值可以表示为:??L{d,X)?=?Lx{m-e ̄pwd)?(2-7)??成像系统中的总光强可以用公式(2-8)表示,即:??I(x)?=?L-P^-?e-mx)?+?Lx(\-e ̄mx))?(2-8)??

【参考文献】:
期刊论文
[1]含有大片天空区域图像的去雾算法[J]. 宋瑞霞,刚睿鹏,王小春.  计算机辅助设计与图形学学报. 2019(11)
[2]融合同态滤波和小波变换的图像去雾算法研究[J]. 董静薇,赵春丽,海博.  哈尔滨理工大学学报. 2019(01)
[3]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)
[4]一种暗通道先验结合小波变换的图像去雾优化算法[J]. 丁奇安,徐晓光,王珍.  四川理工学院学报(自然科学版). 2018(05)
[5]基于亮通道和暗通道结合的图像去雾[J]. 卢辉斌,赵燕芳,赵永杰,温淑焕,马金荣,Lam Hak Keung,王洪斌.  光学学报. 2018(11)
[6]基于新的中值引导滤波的交通视频去雾算法[J]. 黄鹤,宋京,郭璐,王萍,王会峰.  西北工业大学学报. 2018(03)
[7]基于引导滤波和暗原色先验理论透射率估值的视频去雾算法[J]. 覃宏超,李炎炎,龙伟,赵瑞朋.  浙江大学学报(工学版). 2018(07)
[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]基于天空约束暗通道先验的图像去雾[J]. 肖进胜,高威,邹白昱,姚远,章勇勤.  电子学报. 2017(02)
[10]偏振光学成像去雾技术综述[J]. 梁健,巨海娟,张文飞,任立勇,屈恩世.  光学学报. 2017(04)

博士论文
[1]雾天及海洋环境下的图像增强与复原技术研究[D]. 向文鼎.中国科学院大学(中国科学院光电技术研究所) 2019
[2]基于暗通道先验的图像和视频去雾模型及算法研究[D]. 王丹.国防科学技术大学 2016
[3]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

硕士论文
[1]实时视频去雾算法的研究及其FPGA实现[D]. 曹慧.南京理工大学 2017
[2]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
[3]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
[4]基于重采样的快速视频去雾算法[D]. 陆云峰.浙江大学 2015
[5]道路交通视频去雾算法研究[D]. 方卉.武汉理工大学 2014
[6]关于暗通道先验图像去雾算法的改进[D]. 赵政达.吉林大学 2014
[7]基于改进的暗原色先验理论的监控视频去雾算法[D]. 王金艳.西安电子科技大学 2014
[8]图像和视频去雾技术的研究[D]. 杨国强.天津大学 2010



本文编号:3363289

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3363289.html


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

版权申明:资料由用户b605f***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