单幅雾天降质图像清晰化算法研究与应用

发布时间：2024-10-04 20:54

　　信息的传播形式主要有文字、声音、图像等,其中80%左右来自视觉所接收的图像信息。图像因其所蕴含的信息更加直观、形象和高效,已经成为信息传播的主要载体,这就促使人们对成像设备获取图像的清晰度要求日益增高。但是,在恶劣雾霾天气下,成像设备采集到的图像会出现质量退化,图像中蕴含的许多特征被覆盖或模糊,为图像的后续处理带来极为不利的影响。本文重点研究了基于暗通道先验理论的单幅图像去雾算法,通过大量的实验分析,找出传统暗通道先验理论去雾算法的不足并提出改进措施。所做的主要工作和研究成果如下:(1)依据有雾图像原始尺寸大小,自适应匹配暗通道滤波窗口大小。用设计的自适应滤波窗口替换原始固定的15×15大小的窗口,可在一定程度上排除其他光源对大气光值A的干扰,达到优化去雾图像质量的目的。(2)由于暗通道先验原理对高亮区域失效,如有雾图像中存在大片天空区域,进而导致去雾后图像中的天空区域容易产生偏色,去雾效果不理想。对此,本文采用先对图像进行天空域分割,然后分别求取天空域和非天空域大气光值,再求取整幅图像的总体大气光值的方法,从而对大气光值进行优化处理。(3)通过设置动态容差值K来优化改进有雾图像透射率,...

【文章页数】：94 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题的研究背景和意义
    1.2 国内外研究现状分析
        1.2.1 基于图像处理的雾天图像增强方法
        1.2.2 基于物理模型的雾天图像复原方法
    1.3 研究内容与结构安排
第2章 数字图像处理技术
    2.1 数字图像基本类型
    2.2 图像去噪
        2.2.1 均值滤波
        2.2.2 中值滤波
        2.2.3 自适应中值滤波
    2.3 图像分割
        2.3.1 图像阈值分割
        2.3.2 图像区域分割
        2.3.3 图像边缘分割
    2.4 图像降采样和插值
    2.5 图像复原
    2.6 本章小结
第3章 基于暗通道先验原理的去雾算法
    3.1 图像去雾物理模型
        3.1.1 空气中雾的形成
        3.1.2 大气散射模型
        3.1.3 入射光衰减模型
        3.1.4 大气光成像模型
        3.1.5 雾天图像退化模型
    3.2 有雾图像特征
        3.2.1 雾天图像的对比度特征
        3.2.2 雾天图像的频谱特征
        3.2.3 雾天图像的直方图特征
    3.3 基于暗通道先验的去雾算法
        3.3.1 大气光值的计算
        3.3.2 透射率的估计
        3.3.3 透射率的优化
        3.3.4 场景辐照度复原
    3.4 基于暗通道先验去雾算法的不足
    3.5 本章小结
第4章 基于改进的暗通道理论去雾算法及软件实现
    4.1 滤波窗口的优化
    4.2 大气光值的优化
        4.2.1 天空区域的检测和分割
        4.2.2 大气光值的求取
    4.3 透射率的优化
    4.4 算法实时性优化
    4.5 软件实现
        4.5.1 GUI工具
        4.5.2 算法可视化设计
        4.5.3 软件操作流程
    4.6 本章小结
第5章 图像去雾效果评价与应用
    5.1 图像去雾主观评价
    5.2 图像去雾客观评价
        5.2.1 客观评价指标
        5.2.2 客观评价结果
    5.3 在交通标志检测中的应用
        5.3.1 交通标志检测算法
        5.3.2 实验结果和分析
    5.4 本章小结
第6章 总结与展望
    6.1 工作总结
    6.2 研究展望
参考文献
致谢
攻读硕士期间公开发表论文



本文编号：4007137