图像去雾与增强算法的研究

发布时间：2022-02-21 05:56

　　雾是一种常见的大气现象,空气中悬浮的水滴、灰尘、细沙或其他颗粒等都会引起成像清晰度的降低。在雾天的成像过程中,远处物体的反射光无法穿过稠密大气到达摄像头,大气散射导致成像对比度的下降。因此,图像去雾已经成为图像处理和机器视觉领域的研究重点和热点。本文主要研究图像/视频的去雾和增强,主要贡献如下:1)图像去雾的关键是大气透射率的准确估计。本文提出了可训练的端到端系统DehazeNet来估计透射率图,并通过大气散射模型重构清晰图像。DehazeNet采用特殊的卷积神经网络,其中利用Maxout单元实现与雾相关的特征提取,并提出双边修正线性单元（BReLU）以提高重构质量。实验表明,相比于现有方法DehazeNet具有更好的性能,同时保持了高效性和易用性。2)视频去雾具有更广泛的应用场景,但其额外的挑战主要来自时空相关性和计算实时性。本文提出亮度值先验并建立基于时空马尔可夫随机场的实时视频去雾框架。此外,该框架采用积分图像技术和下采样技术进行加速,显著地降低了主要的计算负担。实验结果表明,本文方法在保持实时性的同时,可有效地去除区块效应和闪烁伪影:在单CPU下实现对352×288尺寸视频流约... 

【文章来源】：华南理工大学广东省211工程院校985工程院校教育部直属院校

【文章页数】：115 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 引言
    1.2 研究背景和意义
    1.3 相关研究现状
        1.3.1 基于图像增强的方法
        1.3.2 基于Retinex的方法
        1.3.3 基于物理模型的方法
    1.4 主要研究内容
    1.5 本文结构安排
第二章 基于卷积神经网络的图像去雾
    2.1 概述
    2.2 去雾卷积网络DehazeNet
        2.2.1 DehazeNet的网络结构
        2.2.2 DehazeNet与传统方法的联系
        2.2.3 DehazeNet的训练过程
    2.3 实验与分析
        2.3.1 网络结构分析
        2.3.2 滤波器个数与尺度
        2.3.3 合成图像块的定量分析
        2.3.4 合成图片的定量分析
        2.3.5 RESIDE数据库的定量分析
        2.3.6 真实图片的定性分析
    2.4 小结
第三章 基于时空马尔科夫随机场的视频去雾
    3.1 概述
    3.2 基于ST-MRF的实时视频去雾
        3.2.1 单帧图像去雾
        3.2.2 实时视频去雾
    3.3 实验与分析
        3.3.1 时间连续性分析
        3.3.2 合成视频的定量分析
        3.3.3 真实视频的定性分析
        3.3.4 算法实时性分析
    3.4 小结
第四章 基于联合先验Retinex模型的颜色校正
    4.1 概述
    4.2 局部变化方差
        4.2.1 边缘/结构保持平滑
        4.2.2 局部变化方差
        4.2.3 理论分析
    4.3 联合内外先验模型
        4.3.1 形状先验
        4.3.2 光照先验
        4.3.3 纹理先验
        4.3.4 联合优化
    4.4 实验与分析
        4.4.1 Retinex分解
        4.4.2 颜色校正
        4.4.3 亮度自适应
        4.4.4 先验分析
    4.5 小结
第五章 基于高斯相关性(RoG)的细节增强
    5.1 概述
    5.2 基于高斯相关性的图像平滑
        5.2.1 高斯相关性
        5.2.2 平滑优化
        5.2.3 理论分析
    5.3 快速可分递归优化
        5.3.1 一维递归优化
        5.3.2 二维可分近似
    5.4 实验与分析
        5.4.1 细节增强
        5.4.2 结构提取
        5.4.3 JPEG伪影消除
        5.4.4 HDR色调映射
        5.4.5 其他应用
        5.4.6 运算效率分析
    5.5 小结
第六章 总结与展望
    6.1 全文总结
    6.2 学术贡献
    6.3 工作展望
参考文献
攻读博士学位期间取得的研究成果
致谢
附件


【参考文献】：
期刊论文
[1]一种基于同态滤波的遥感图像薄云去除算法[J]. 李刚,杨武年,翁韬.  测绘科学. 2007(03)
[2]一种图像去薄雾方法[J]. 芮义斌,李鹏,孙锦涛.  计算机应用. 2006(01)

博士论文
[1]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



本文编号：3636637