一种基于GPU加速的深度去雾算法

发布时间：2024-03-30 20:41

　　当今社会雾霾的存在对交通秩序、监控、旅游拍照、军事侦察等各个领域都产生了重大影响。数字图像去雾技术在提升人们的视觉感官方面发挥了巨大的作用。近年来图像去雾技术飞速发展,随着理论与硬件设备的不断进步,实现图像去雾在日常生活中的应用已经变成了可能。实现这一目标需要解决两个问题,一是对于不同环境下的雾霾获得效果良好的自适应去雾效果,二是在现有硬件条件下做到满足人眼观感要求的实时去雾处理。为了解决这两个问题,本文的主要工作包括以下三个方面。(1)图像雾霾浓度自适应处理。通过边缘提取算法差异化计算去雾透射率。不同的天气以及地理位置导致在一些特定雾霾环境下,拍摄的图像会出现明显的雾霾浓度差异。这种差异要求对图像的区域雾霾浓度进行精确的计算,而图像的区域雾霾浓度是由区域场景深度决定的,利用图像边缘提取算法估算场景深度,针对不同的场景深度进行透射率的补偿,场景深度高的区域获得较低的透射率补偿,反之,场景深度低的区域获得较多的透射率补偿,从而大幅提高去雾后图像的整体清晰度。(2)去雾边缘模糊问题分析与处理。利用二次引导滤波技术细化去雾图像边缘信息。先对透射率图进行第一次引导滤波,求出初步的去雾图像,然后...

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

图2.1大气光散射模型

的衰减模型，即物体本身的反射信息随着距离的增加损失得越来越严重，而周围大气环境的影响随着距离的增加反而越来越大，大气散射模型示意图如下图2.1所示。图2.1大气光散射模型从上图可知，场景与成像系统之间距离的远近直接影响物体成像的效果，一是图像本身的信息减少，二是雾天情况下，....

图2.4四叉树迭代法示意图

第二章去雾算法理论与相关技术基础17图2.4四叉树迭代法示意图具体步骤如下：（1）首先把原始图像分成四个矩形区域，然后为每个子区域进行评分，这个评分的计算方法是“用区域内像素的平均值减去这些像素的标准差”。（2）选择得分最高的区域，并将其继续划分为更小的四个子矩形，重复这个过....

图2.5三种对比度参数去雾效果图（a为原图，b为均方误差对比度，c为迈克尔逊对比度，d为韦伯对比度）

第二章去雾算法理论与相关技术基础19图2.5三种对比度参数去雾效果图（a为原图，b为均方误差对比度，c为迈克尔逊对比度，d为韦伯对比度）上图中红色部分代表图像中的远景部分，黄色部分则表示图像中的近景部分，从下方的轮廓图可知，均方误差对比度的轮廓图更接近于原图，体现到上....

图4.2合并访存模型

连续的指令访问的内存连续，如下图4.2所示，所以全局内存的优化重点在于合并访存的合理设计。一般来说，合并访存的模式会产生三至七倍的加速效果。图4.2合并访存模型（3）纹理内存（texturememory）。位于显存当中，内存宽带和全局内存差不多，但是存取模式为只读，主要利用....

本文编号：3942909