基于大气光幕与卷积神经网络的单幅图像清晰化研究
发布时间：2021-09-06 01:33
不良的天气（雨、雾、霾）状况会导致户外成像系统获取的图像出现降质。近年来,基于计算机视觉技术的应用系统广泛地使用在各领域中,但是受雾霾影响的模糊图像其应用价值降低,对基于计算视觉系统的精确度和准确性造成严重干扰,因此针对雾霾天气状况下降质图像的去雾清晰化处理成为计算机视觉技术应用发展中至关重要的问题,并具有实际的研究意义。因为无法确定未受雾霾影响之前图像的真实情况,因此对图像去雾清晰化处理具有很大的不确定性,这极大增加了图像去雾的难度;当前图像去雾算法主要针对雨雾天图像成像进行建模,由于建模型基于一定的前提假设,存在一定的局限,因此去雾算法性能和运算效率仍然有一定的改进空间。本文的核心旨在探讨雾霾天气状况下的降质图像去雾清晰化处理。本文首先研究大气退化物理模型的构建机理,在现有去雾算法研究的基础上,提出了一种基于大气光幕的自适应图像去雾清晰化算法（self-adaptation dehazing,SAD）,针对传统去雾算法处理大面积亮域容易产生块效应（“Halo”效应）的问题;更进一步地,针对当前去雾算法中基于大气退化模型存在的局限性,研究卷积神经网络（Convolutional Ne...
【文章来源】：华南农业大学广东省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
衰减示意图
式（2.1）所示：dE ( x, ) ( ) E ( x, )dx（2.1）其中，x表示传播距离； 表示入射光波长； ( )表示空气中的悬浮颗粒等的散射能力，在一定场景和天气状况下通常可以认为是一个常数。为了求得光的衰减量，对式（2.1）进行积分，得到dE 如式（2.2）所示： 0, 0,ddE d E e （2.2）其中，0E ( 0， )为场景深度为 0 时的入射光照强度； ( )dE d， 表示景深为 d 的场景反射光线衰减后的光线强度。
11图 2.3 大气光成像过程由式（2.5）可以求得在体积微元的光强 dL( x, )如下所示：( , )( , )dE xdL xd （2.6联立式（2.5）和（2.6）得：( )( , ) ( )xdL x k e （2.7对式（2.7）在 x [0,1]区间进行积分可以得到如式（2.8）所示的结果：( )( , ) (1 )dL d k e （2.8其中，k 的取值通常选择在无穷远的景深处的大气光强L ，如式（2.9）所示：
【参考文献】：
期刊论文
[1]基于大气光值图的自适应去雾算法[J]. 黄德威,陆健强,陈可昕,王卫星. 计算机工程与设计. 2018(04)
[2]基于Retinex理论和暗通道先验的夜间图像去雾算法[J]. 杨爱萍,白煌煌. 激光与光电子学进展. 2017(04)
[3]暗通道先验的大坝水下裂缝图像增强算法[J]. 马金祥,范新南,吴志祥,张学武,史朋飞,汪耕任. 中国图象图形学报. 2016(12)
[4]基于同态滤波和Retinex的图像去雾算法[J]. 汪秦峰,陈莉,樊泰亭,陈占武,杨涛. 火控雷达技术. 2016(02)
[5]视觉信息损失先验的图像分层去雾方法[J]. 胡子昂,王卫星,陆健强,石颖. 中国图象图形学报. 2016(06)
[6]基于改进暗通道先验算法的农田视频实时去雾清晰化系统[J]. 陆健强,王卫星,胡子昂,石颖,黄德威. 农业工程学报. 2016(10)
[7]基于多尺度结构相似度的印刷图像质量评价研究[J]. 姜中敏,周颖梅. 包装工程. 2016(09)
[8]改进的基于大气光幕单幅图像去雾算法[J]. 叶崧,杨万扣. 电子测量技术. 2016(03)
[9]视频图像去雾霾技术研究综述与展望[J]. 胡子昂,王卫星,陆健强,石颖. 电子技术与软件工程. 2015(22)
[10]利用大气光图改进暗原色去雾效果[J]. 杨寻,郑京镐,张叶,王浩. 光电工程. 2015(08)
博士论文
[1]光学图像去云雾方法研究[D]. 朱锡芳.南京理工大学 2008
硕士论文
[1]图像增强算法研究及其在图像去雾中的应用[D]. 周雪智.湖南师范大学 2015
[2]去雾算法及其在车牌检测中的应用研究[D]. 肖玉丽.西安电子科技大学 2012
[3]雾天降质图像的对比度增强方法研究[D]. 涂雅瑗.大连海事大学 2009
[4]基于单幅图像的去雾算法研究[D]. 赵莹.天津大学 2009
[5]雾天图像增强技术的分析与研究[D]. 王大雷.南京理工大学 2007
本文编号：3386469
【文章来源】：华南农业大学广东省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
衰减示意图
式（2.1）所示：dE ( x, ) ( ) E ( x, )dx（2.1）其中，x表示传播距离； 表示入射光波长； ( )表示空气中的悬浮颗粒等的散射能力，在一定场景和天气状况下通常可以认为是一个常数。为了求得光的衰减量，对式（2.1）进行积分，得到dE 如式（2.2）所示： 0, 0,ddE d E e （2.2）其中，0E ( 0， )为场景深度为 0 时的入射光照强度； ( )dE d， 表示景深为 d 的场景反射光线衰减后的光线强度。
11图 2.3 大气光成像过程由式（2.5）可以求得在体积微元的光强 dL( x, )如下所示：( , )( , )dE xdL xd （2.6联立式（2.5）和（2.6）得：( )( , ) ( )xdL x k e （2.7对式（2.7）在 x [0,1]区间进行积分可以得到如式（2.8）所示的结果：( )( , ) (1 )dL d k e （2.8其中，k 的取值通常选择在无穷远的景深处的大气光强L ，如式（2.9）所示：
【参考文献】：
期刊论文
[1]基于大气光值图的自适应去雾算法[J]. 黄德威,陆健强,陈可昕,王卫星. 计算机工程与设计. 2018(04)
[2]基于Retinex理论和暗通道先验的夜间图像去雾算法[J]. 杨爱萍,白煌煌. 激光与光电子学进展. 2017(04)
[3]暗通道先验的大坝水下裂缝图像增强算法[J]. 马金祥,范新南,吴志祥,张学武,史朋飞,汪耕任. 中国图象图形学报. 2016(12)
[4]基于同态滤波和Retinex的图像去雾算法[J]. 汪秦峰,陈莉,樊泰亭,陈占武,杨涛. 火控雷达技术. 2016(02)
[5]视觉信息损失先验的图像分层去雾方法[J]. 胡子昂,王卫星,陆健强,石颖. 中国图象图形学报. 2016(06)
[6]基于改进暗通道先验算法的农田视频实时去雾清晰化系统[J]. 陆健强,王卫星,胡子昂,石颖,黄德威. 农业工程学报. 2016(10)
[7]基于多尺度结构相似度的印刷图像质量评价研究[J]. 姜中敏,周颖梅. 包装工程. 2016(09)
[8]改进的基于大气光幕单幅图像去雾算法[J]. 叶崧,杨万扣. 电子测量技术. 2016(03)
[9]视频图像去雾霾技术研究综述与展望[J]. 胡子昂,王卫星,陆健强,石颖. 电子技术与软件工程. 2015(22)
[10]利用大气光图改进暗原色去雾效果[J]. 杨寻,郑京镐,张叶,王浩. 光电工程. 2015(08)
博士论文
[1]光学图像去云雾方法研究[D]. 朱锡芳.南京理工大学 2008
硕士论文
[1]图像增强算法研究及其在图像去雾中的应用[D]. 周雪智.湖南师范大学 2015
[2]去雾算法及其在车牌检测中的应用研究[D]. 肖玉丽.西安电子科技大学 2012
[3]雾天降质图像的对比度增强方法研究[D]. 涂雅瑗.大连海事大学 2009
[4]基于单幅图像的去雾算法研究[D]. 赵莹.天津大学 2009
[5]雾天图像增强技术的分析与研究[D]. 王大雷.南京理工大学 2007
本文编号：3386469
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3386469.html
