雾霾环境下视频图像透雾系统研究
发布时间：2021-12-24 07:39
随着科技的发展,人们不再只是单纯地依赖自身的感官系统来获取外界的信息。为了迎合人们获取外界信息的需求,机器视觉设备的发展非常迅猛,但是在户外场景存在雾度的情况下,通过机器视觉设备获取的视频图像往往存在对比度较低的情况,甚至会导致一些关键信息的丢失。这使得诸如道路监视和汽车视觉等计算机应用系统无法正常工作。为了使获取到的有雾视频图像的关键信息得以重现,本文在单幅图像去雾的基础上对视频去雾技术进行了优化,最终得到清晰流畅的视频序列。综合国内外研究来看,目前对于静态有雾图像处理的技术相比于视频去雾技术来说还是比较成熟的。由于目前大部分对视频去雾处理的算法都是以单帧图像处理为基础的,所以本文首先对存在雾度情况下的大气成像模型以及暗原色先验算法进行了分析与研究,然后针对暗通道先验算法对天空区域失效的问题,本文提出改进的容差机制算法估计透射率并进行透射率的修正,同时重新构建引导矩阵进行初始透射率的优化,从而实现快速的去雾处理。另外本文将暗通道图像分成大小为4*3的子块,然后使用基于分布式排序的方法对子块进行排序来重新寻找大气光值的位置。然后在单帧图像去雾算法的基础上,本文对视频序列中环境光值、透射...
【文章来源】：长春理工大学吉林省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
乳腺癌检测原图以直方图均衡化图像
入射光衰减模型以及大气光成像模型是可以共同存在的[38]，所以成像设备接射强度是两者之和，即( , ) ( , ) ( , )dt aE d λ = E d λ + E dλ（2( )( , ) ( )ddt aE d E eβ λλ λ =( )( , ) ( )(1 )daE d E eβ λλ λ ∞= 。， E ( d , λ )表示距离成像设备 d 处的目标在图像上的强度值， ( , )dtE d λ 表示图的结果，而 ( , )aE d λ 表示环境光参与成像。式（2-6）表示了图像降质模型，大气散射模型。 暗通道先验理论暗通道先验理论是一种基于统计户外的大量无雾图像得出的一种规律性理论先验理论认为：户外无雾的彩色图像大部分非天空区域的 RGB 三个通道至颜色通道的灰度值非常低甚至接近于零。为了进一步了解暗通道先验，本文了 3 幅图像，并对其进行最小值滤波操作得到暗通道图像，如图 2.4 所示。别为对应第一行最小值滤波后的图像，从结果中可以看出通过最小值滤波后的像素强度值非常低甚至接近于 0。
图 2.5 彩色有雾图像以及对应的暗原色先验图 暗通道先验去雾利用暗通道先验对图像进行复原是基于物理模型的，基于物理模型的去雾算气散射成像模型为基础的[39]，该模型经过实验论证在数学上具有稳定性CArtney[40]在 19 世纪末提出，其物理表达式如下：I ( x ) = J ( x )t ( x ) + A( 1 t ( x))（2- I ( x )代表雾天情况下真实的场景， J ( x )代表复原之后的清晰图像， t ( x )未被到相机的部分的介质初始传输透射率， J ( x ) t ( x )则为直接衰减项，A 表示全值， A( 1 t ( x))是描述的是大气光成像。去除雾霾的目的就是从有雾图像 I (出无雾清晰图像 J ( x )，要达到这一目的首先就是要估计出 A 和 t ( x )这两个参使式（2-7）变成了一个病态方程，从而把去雾霾的问题转化为病态方程求解下面两小节分别对 A 和 t ( x )这两个参数的估计进行展开讨论。.1 估计初始透射率
【参考文献】：
期刊论文
[1]偏振光谱图像去雾技术研究[J]. 夏璞,刘学斌. 光谱学与光谱分析. 2017(08)
[2]基于非局部先验的单幅图像去雾算法[J]. 董亚运,毕笃彦,何林远,马时平. 光学学报. 2017(11)
[3]快速动态目标成像传输系统设计[J]. 周其林,魏仕绅,赵海全,金文玲. 电子世界. 2017(06)
[4]一种基于颜色衰减先验的航拍图像去雾方法[J]. 顾振飞,李秋. 信息化研究. 2017(01)
[5]基于多尺度图像融合的单幅图像去雾算法[J]. 潘磊,郑益军. 计算机工程. 2016(08)
[6]基于HSI亮度分量和RGB空间的图像去雾算法[J]. 李慧慧,秦品乐,梁军. 计算机应用. 2016(05)
[7]基于暗原色先验与小波变换的图像去雾方法[J]. 许杰,杨会成. 计算机技术与发展. 2016(02)
[8]学习相位一致特征的无参考图像质量评价[J]. 李朝锋,唐国凤,吴小俊,琚宜文. 电子与信息学报. 2013(02)
[9]基于同态滤波与直方图均衡化的超声图像增强[J]. 刘燕君,刘奇. 中国组织工程研究与临床康复. 2011(48)
[10]基于时空一致性优化的视频去雾算法[J]. 张怡,张加万,杨国强,李亮. 计算机应用研究. 2011(10)
博士论文
[1]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
[2]单幅雾天及水下图像的复原方法研究[D]. 王蕊.中国海洋大学 2014
硕士论文
[1]基于FPGA视频图像处理的二维码识别系统[D]. 周大通.苏州大学 2018
[2]雾霾环境下多源图像透视复原技术研究[D]. 马国栋.长春理工大学 2018
[3]基于FPGA的工业网络数据监控隔离装置研究[D]. 熊峰.华北电力大学 2018
[4]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
[5]改进的暗原色先验单幅图像去雾算法[D]. 刘言言.闽南师范大学 2016
[6]夜间雾天图像复原算法研究[D]. 赵育坤.合肥工业大学 2016
[7]含雾数字图像的清晰化算法研究[D]. 张秋雨.哈尔滨工程大学 2015
[8]基于FPGA的实时视频去雾系统的研究与实现[D]. 曹亚辉.南京邮电大学 2015
[9]基于重采样的快速视频去雾算法[D]. 陆云峰.浙江大学 2015
[10]低能见度图像清晰化技术研究与DSP实现[D]. 韩龙.西安电子科技大学 2014
本文编号：3550083
【文章来源】：长春理工大学吉林省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
乳腺癌检测原图以直方图均衡化图像
入射光衰减模型以及大气光成像模型是可以共同存在的[38]，所以成像设备接射强度是两者之和，即( , ) ( , ) ( , )dt aE d λ = E d λ + E dλ（2( )( , ) ( )ddt aE d E eβ λλ λ =( )( , ) ( )(1 )daE d E eβ λλ λ ∞= 。， E ( d , λ )表示距离成像设备 d 处的目标在图像上的强度值， ( , )dtE d λ 表示图的结果，而 ( , )aE d λ 表示环境光参与成像。式（2-6）表示了图像降质模型，大气散射模型。 暗通道先验理论暗通道先验理论是一种基于统计户外的大量无雾图像得出的一种规律性理论先验理论认为：户外无雾的彩色图像大部分非天空区域的 RGB 三个通道至颜色通道的灰度值非常低甚至接近于零。为了进一步了解暗通道先验，本文了 3 幅图像，并对其进行最小值滤波操作得到暗通道图像，如图 2.4 所示。别为对应第一行最小值滤波后的图像，从结果中可以看出通过最小值滤波后的像素强度值非常低甚至接近于 0。
图 2.5 彩色有雾图像以及对应的暗原色先验图 暗通道先验去雾利用暗通道先验对图像进行复原是基于物理模型的，基于物理模型的去雾算气散射成像模型为基础的[39]，该模型经过实验论证在数学上具有稳定性CArtney[40]在 19 世纪末提出，其物理表达式如下：I ( x ) = J ( x )t ( x ) + A( 1 t ( x))（2- I ( x )代表雾天情况下真实的场景， J ( x )代表复原之后的清晰图像， t ( x )未被到相机的部分的介质初始传输透射率， J ( x ) t ( x )则为直接衰减项，A 表示全值， A( 1 t ( x))是描述的是大气光成像。去除雾霾的目的就是从有雾图像 I (出无雾清晰图像 J ( x )，要达到这一目的首先就是要估计出 A 和 t ( x )这两个参使式（2-7）变成了一个病态方程，从而把去雾霾的问题转化为病态方程求解下面两小节分别对 A 和 t ( x )这两个参数的估计进行展开讨论。.1 估计初始透射率
【参考文献】：
期刊论文
[1]偏振光谱图像去雾技术研究[J]. 夏璞,刘学斌. 光谱学与光谱分析. 2017(08)
[2]基于非局部先验的单幅图像去雾算法[J]. 董亚运,毕笃彦,何林远,马时平. 光学学报. 2017(11)
[3]快速动态目标成像传输系统设计[J]. 周其林,魏仕绅,赵海全,金文玲. 电子世界. 2017(06)
[4]一种基于颜色衰减先验的航拍图像去雾方法[J]. 顾振飞,李秋. 信息化研究. 2017(01)
[5]基于多尺度图像融合的单幅图像去雾算法[J]. 潘磊,郑益军. 计算机工程. 2016(08)
[6]基于HSI亮度分量和RGB空间的图像去雾算法[J]. 李慧慧,秦品乐,梁军. 计算机应用. 2016(05)
[7]基于暗原色先验与小波变换的图像去雾方法[J]. 许杰,杨会成. 计算机技术与发展. 2016(02)
[8]学习相位一致特征的无参考图像质量评价[J]. 李朝锋,唐国凤,吴小俊,琚宜文. 电子与信息学报. 2013(02)
[9]基于同态滤波与直方图均衡化的超声图像增强[J]. 刘燕君,刘奇. 中国组织工程研究与临床康复. 2011(48)
[10]基于时空一致性优化的视频去雾算法[J]. 张怡,张加万,杨国强,李亮. 计算机应用研究. 2011(10)
博士论文
[1]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
[2]单幅雾天及水下图像的复原方法研究[D]. 王蕊.中国海洋大学 2014
硕士论文
[1]基于FPGA视频图像处理的二维码识别系统[D]. 周大通.苏州大学 2018
[2]雾霾环境下多源图像透视复原技术研究[D]. 马国栋.长春理工大学 2018
[3]基于FPGA的工业网络数据监控隔离装置研究[D]. 熊峰.华北电力大学 2018
[4]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
[5]改进的暗原色先验单幅图像去雾算法[D]. 刘言言.闽南师范大学 2016
[6]夜间雾天图像复原算法研究[D]. 赵育坤.合肥工业大学 2016
[7]含雾数字图像的清晰化算法研究[D]. 张秋雨.哈尔滨工程大学 2015
[8]基于FPGA的实时视频去雾系统的研究与实现[D]. 曹亚辉.南京邮电大学 2015
[9]基于重采样的快速视频去雾算法[D]. 陆云峰.浙江大学 2015
[10]低能见度图像清晰化技术研究与DSP实现[D]. 韩龙.西安电子科技大学 2014
本文编号：3550083
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3550083.html
最近更新
教材专著
