基于模型融合的图像去雾霾算法研究

发布时间：2021-06-16 12:28

　　随着空气质量的恶化,雾霾天气在我国广大地区呈现多发态势,雾霾问题已成为我国大气环境污染的主要问题。在雾霾天气条件下,雾霾中的悬浮颗粒具有散射和吸收的作用,使得室外图像呈现出较低的对比度和有限的可见性,导致在雾霾天采集到的图像质量较低,从而容易影响图像采集的质量,进而会限制从图像中提取有效的信息。为使计算机系统能更好的识别和提取相关的图像特征,去雾霾技术成为必要。目前,图像去雾霾的方法大多是基于大气光散射模型的方法,而该模型的核心是求解大气光和透射图,从而可以根据该模型恢复原始的无雾霾图像。然而,图像去雾霾技术是一个不适定的问题,它会导致基于某些先验信息的透射图的估计得不到准确的解,这些先验最大的不足是错误的估计透射图以及普遍存在的透射图过饱和问题。为了解决以上问题本文提出了模型融合的方法进行雾霾的去除。首先,本文从雾霾图像形成的大气光散射物理模型出发,针对雾霾图像的特性,分析了不同大气光计算方法的特点及差异,梳理了大气光计算的较为常用的方法并从中选择最优的方法进行大气光的估计。其次,针对不同雾霾水平下的雾霾图像,为获得准确的透射图,本论文构建了两种模型融合的方法应用于非均匀雾霾问题的求... 

【文章来源】：西北师范大学甘肃省

【文章页数】：52 页

【学位级别】：硕士

【部分图文】：

大气光散射物理模型图解

雾霾线的方法估计大气光基于一种假设,即无雾霾图像的颜色可以很好地近似为几百种不同的颜色,可以在RGB空间形成紧密的簇。这意味着雾霾图像中的像素可以通过RGB空间中穿过大气光坐标的线进行建模,并将这些线称之为雾霾线,如图3-1所示。沿着同一条雾霾线的的像素对应的物体有相同的辐射颜色,这些物体可以位于与摄像机不同的距离。由于它们获得的颜色可以通过辐射色和大气光色的凸组合来建模,因此这些物体将在RGB空间中跨越一条线。雾霾线的方法利用霍夫变换进行投票,投票数最多的是大气光。雾霾线的估计方法可以实现最有效的大气光估计,其性能优于其他两种方法。不同大气光的估计方法如图3-2所示,第一行至第三行分别是DCP、Color-Line和Haze-Line大气光的估计方法,雾霾图像上的色块分别是它们所对应的大气光估计。图3-2大气光的估计方法

大气光的估计方法

【参考文献】：
期刊论文
[1]特征学习的单幅图像去雾算法[J]. 麦嘉铭,王美华,梁云,蔡瑞初.  中国图象图形学报. 2016(04)
[2]图像去雾算法清晰化效果客观评价方法[J]. 郭璠,蔡自兴.  自动化学报. 2012(09)
[3]TV-Retinex:一种快速图像增强算法[J]. 李明,杨艳屏.  计算机辅助设计与图形学学报. 2010(10)
[4]滤波器可变的Retinex雾天图像增强算法[J]. 杨万挺,汪荣贵,方帅,张璇.  计算机辅助设计与图形学学报. 2010(06)
[5]高分辨率遥感影像的快速分割方法[J]. 李晓峰,张树清,刘强,张柏,刘殿伟,卢碧波,那晓东.  红外与毫米波学报. 2009(02)
[6]关于霾与雾的区别和灰霾天气预警的讨论[J]. 吴兑.  气象. 2005(04)



本文编号：3233077