基于特征学习的单幅图像去雾算法

发布时间：2024-03-22 23:13

　　由于接近地面的水蒸气发生凝结现象,产生了雾这种自然现象。由于雾的存在,户外监控系统等应用工作无法正常开展,无法进行目标识别、提取、处理。在识别过程中也可能遗漏了重要的细节信息,不利于研究工作的进一步的展开。因此,对去雾技术进行研究是一件极为重要且极为有意义的事情。图像去雾技术一般可以分为三大类:基于图像增强的去雾算法、基于图像复原的去雾算法、图像增强和图像复原相结合的去雾算法。早期的去雾技术主要是基于图像增强。这种去雾方法比较成熟,通过改善视觉效果,以达到去雾的目的,但容易引入噪声,产生失真现象。针对这种情况,研究者结合大气散射物理模型,提出了基于图像复原的去雾算法。这种算法恢复的无雾图像更加自然,细节信息也得到了很好的保存,但易在局部区域引入噪声,如色偏现象。考虑到基于图像增强的去雾算法和基于图像复原的去雾算法各有优缺点,将两种算法结合起来进行去雾。本文提出了两种不同的去雾算法。第一种算法是将图像增强技术和图像复原技术相结合去雾,第二种算法是基于图像复原技术进行去雾。本文的主要贡献如下所示。1.针对现有去雾算法不能适用于所有雾天场景等问题,提出一种基于HSV模型和Retinex理论的...

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图3.4本章算法去雾效果展示

第3章基于HSV模型和Retinex理论的单幅图像去雾算法25将其与He算法[29]、Choi算法[38]和Berman算法[31]分别进行定性比较和定量比较。3.4.1定性比较对有雾图像的去雾处理，需要有有雾图像数据。图3.4是本章提出的去雾算法的效果图。(a)原始的有雾图像(....

图3.5不同去雾算法实验结果定性比较

基于特征学习的单幅图像去雾算法26(a)雾图(b)He算法(c)Choi算法(d)Berman算法(e)本章算法图3.5不同去雾算法实验结果定性比较3.4.2定量比较表3.1不同去雾算法实验结果定量比较指标He算法Choi算法Berman算法本章算法pic1pic2pic3pic....

图4.3不同去雾算法实验结果定性比较

基于特征学习的单幅图像去雾算法384.4.1定性比较(a)雾图(b)He算法(c)Choi算法(d)Berman算法(e)本章算法图4.3不同去雾算法实验结果定性比较图4.3第一列为原始有雾图像，第二列为He等人[29]提出的暗通道去雾算法的效果图，第三列为Choi等人[38]提....

图3-1本章算法流程

第3章基于特征学习的单幅图像去雾算法研究13第3章基于特征学习的单幅图像去雾算法研究单幅图像的去雾算法主要包含基于景深信息的去雾方法和基于先验知识的去雾方法。景深信息的获取需要使用到专业设备，故此类方法应用范围较校先验知识都有不满足前置条件的场景，这类方法也有明显的局限性。为了解....

本文编号：3935090