雾霾天（低质量）航拍图像道路目标提取算法研究

发布时间：2017-12-11 09:10

  本文关键词：雾霾天（低质量）航拍图像道路目标提取算法研究

  更多相关文章： 雾霾天(低质量)航拍图像 道路提取 Retinex算法 分数阶微分 K均值聚类 最小生成树 山脊边界扫描

【摘要】：近年来,航拍技术已成为获取地面信息,特别是道路信息的主要手段之一。然而由于雾霾天气发生频率逐年增加,使得在雾霾天气下,采集到的航拍图像中的道路目标很难被清晰的显示出来,从而严重影响后期的目标识别与提取工作。本文主要针对由雾霾天气造成的航拍图像模糊不清、低对比度和色彩暗淡等问题,就道路目标提取相关算法展开了深入的研究。本文的研究内容包括对雾霾天采集到的低质量航拍图像进行底层处理和道路目标提取两个部分,其中底层处理是道路提取的基础,而道路提取又是底层处理的目的,两者缺一不可,相辅相成,构成一个有机的整体。文中的对低质量航拍图像的底层处理包括去雾和边缘增强两个步骤;道路目标提取算法研究也包括两个部分,一种是针对常规的低质量航拍图像道路目标检测,另一种是针对具有山脊特性的道路信息提取。主要完成的工作及取得的成果有:1、在对图像去雾的相关理论、尤其是Retinex算法的研究和分析基础上,研究了一种基于景深信息改进的变化尺度的Retinex算法。具体处理方法是将Retinex算法与图像的传播图相结合,根据图像中的景深信息在不同的区域采用不同尺度的高斯滤波函数来对图像进行处理。通过大量的实验分析对比,采用亮度均值、标准差和平均梯度这个三个参数对结果进行客观评价,表明改进的算法能够有效地改善图像的质量。处理后的图像清晰,色彩自然,去雾效果好。尤其避免了常规Retinex算法使用一个全局估计量来对图像进行去雾处理时,由于照度不均匀(雾霾的浓度不均匀),或者背景颜色亮度很高而造成的结果失真等缺陷,为后续的目标提取工作打下良好的基础。2、为了实现对雾霾天(低质量)航拍图像边缘及纹理的增强,使图像的细节信息更加清晰,从而引入了分数阶微分算子,通过对Tiansi算子原理及特点的分析研究,对其进行了改进,提出的新算子模板中每个像素的系数按其距离检测点的长短来确定,同时模板中的每个像素权值都不为零,且大小根据邻域点与中心点的距离及分数阶微分结果技术展开式中的项数系数来确定。该新算子可以更好地增强图像的边缘和纹理信息,同时保证图像的亮度不产生大幅度变化,而且可以抑制噪声的影响。增强效果的客观评价标准主要采用的是图像信息熵以及图像直方图,通过实验对比分析改进后的模板对图像增强的结果,可以表明该算法具有良好的处理效果。3、对雾霾天采集到的低质量航拍图像进行去雾和边缘增强处理之后,研究了一种结合K均值聚类和最小生成树的道路目标提取算法。改进的算法采用K均值聚类算法对其进行初始聚类,然后使用最小生成树算法实现对图像中的道路目标提取。针对低质量航拍图像具有的特殊性,即噪声较多、光照不均以及边界细小微弱难以检测,该算法将K均值聚类与图论算法相结合,在一定程度上减少了图论最小生成树算法过度分割的缺点。然后用骨架提取、毛刺消除和断线连接等相关后处理方法对道路信息进一步优化处理,可以有效消除噪声的影响,克服光照不均、阴影等缺点,准确地将低质量航拍图像中的道路提取出来。在选取图像连续性、置信度和量化度这三个参数的基础之上,对实验结果进行客观评价,表明该算法可以很好地将图像的全局信息和局部信息结合在一起,相对于其它算法能够取得更好的提取效果。4、针对低质量航拍图像中具有山脊特性的道路目标,研究了一种改进的山脊边缘检测算法实现道路目标的提取。与一般的边界扫描算子不同之处在于,文中改进的算法是基于三到四个点的短线条检测,而不是基于点检测,从而确保了检测出的边界为具有山脊边界特性的道路,提高检测的精确度。通过实验将该算法与常规算法进行了比较,结果表明,该方法针对具有山脊特征的道路目标提取具有良好的效果,在抗噪性和检测精度这个两个矛盾之间达到一定的平衡。
【学位授予单位】：长安大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TP391.41

【相似文献】

中国期刊全文数据库 前10条

1 刘建忠;;图像边缘的数学结构分析[J];软件;2011年05期

2 陈文兵;张小磊;;基于图像边缘的能见度计算方法[J];微型电脑应用;2009年04期

3 曾友州;胡莹;曾伟一;郑晓霞;;提取数字图像边缘的算法比较[J];成都航空职业技术学院学报;2009年04期

4 潘卫国;鲍泓;何宁;;一种传统中国书画图像的二分类方法[J];计算机科学;2012年03期

5 周涛;陆惠玲;拓守恒;马竞先;杨德仁;;基于非凸区域下近似的图像边缘修补算法[J];宁夏大学学报(自然科学版);2012年01期

6 唐亮;唐娉;阎福礼;郑柯;;HJ-1 CCD图像自动几何精纠正系统的设计与实现[J];计算机应用;2012年S2期

7 宋建中;;喷雾图像的自动分析[J];光学机械;1988年04期

8 张锦华;孙挺;;引入像点融合度修补的图像边缘化参差拼接实现[J];微电子学与计算机;2014年08期

9 张晓清;;抠图另一法[J];数字世界;2002年11期

10 潘泓;夏良正;;一种基于图像边缘的矩计算方法[J];模式识别与人工智能;2003年03期

中国重要会议论文全文数据库 前10条

1 陆成刚;陈刚;张但;闵春燕;;图像边缘的优化模型[A];'2002系统仿真技术及其应用学术论文集（第四卷）[C];2002年

2 王伟凝;余英林;张剑超;;图像的动感特征分析[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

3 韩焱;王明泉;宋树争;;工业射线图像的退化与恢复方法[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（下册）[C];2001年

4 王强;王风;;一种保持图像几何特征的去噪模型[A];中国通信学会第五届学术年会论文集[C];2008年

5 王培珍;杨维翰;陈维南;;图像边缘信息的融合方案研究[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年

6 李大鹏;禹晶;肖创柏;;图像去雾的无参考客观质量评测方法[A];第十五届全国图象图形学学术会议论文集[C];2010年

7 孟晋丽;张毅;金林;;图像中混合噪声的小波域滤除方法[A];2007'仪表，，自动化及先进集成技术大会论文集（一）[C];2007年

8 漆琳智;张超;吴向阳;;引导滤波的单幅图像前景精确提取[A];浙江省电子学会2013学术年会论文集[C];2013年

9 张明慧;;基于模糊蒙片算法的CR图像边缘增强[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

10 王亮亮;李明;高昕;;强模糊空间目标图像边缘获取方法研究[A];第九届全国光电技术学术交流会论文集（下册）[C];2010年

中国重要报纸全文数据库 前10条

1 吴飞;无边距照片打印三部曲[N];中国电脑教育报;2003年

2 艾思平翻译;视频编码软件CCE SP2操作指南(9)[N];电子报;2009年

3 ;B超术语解释[N];农村医药报（汉）;2008年

4 ;图像质量调整秘技[N];电脑报;2001年

5 马骏睿 皓月;制作版画效果图片[N];中国摄影报;2007年

6 艾思平翻译;视频编码软件CCE SP2操作指南(14)[N];电子报;2009年

7 西安 张正仓;I~（2）C总线控制的HG-2220AV液晶屏视频信号驱动板[N];电子报;2003年

8 ;令挑剔的人也刮目相看[N];中国电子报;2001年

9 侯杰;国产芯片进军移动多媒体市场[N];人民邮电;2003年

10 于亮、阿鲲;技术“扫”天下[N];中国计算机报;2002年

中国博士学位论文全文数据库 前10条

1 梁福来;低空无人机载UWB SAR增强成像技术研究[D];国防科学技术大学;2013年

2 周静;基于忆阻器的图像处理技术研究[D];国防科学技术大学;2014年

3 贾茜;基于时—空域插值的图像及视频上采样技术研究[D];武汉大学;2014年

4 李照奎;人脸图像的鲁棒特征表示方法研究[D];武汉大学;2014年

5 郝红星;基于干涉相位图像构建数字高程模型的关键技术研究[D];国防科学技术大学;2014年

6 杨小义;图像特征识别算法及其在聋人视觉识别中的应用研究[D];重庆大学;2015年

7 王玉明;SAR图像地雷场检测技术研究[D];国防科学技术大学;2013年

8 温景阳;图像大容量、低失真可逆信息隐藏技术研究[D];兰州大学;2015年

9 李林;基于概率图模型的图像整体场景理解方法研究[D];电子科技大学;2014年

10 冯景;基于SAR图像的海面溢油检测研究[D];北京理工大学;2015年

中国硕士学位论文全文数据库 前10条

1 郑露萍;图像二阶微分特征提取及人脸识别应用研究[D];昆明理工大学;2015年

2 王思武;基于太阳图像的特征提取和检索[D];昆明理工大学;2015年

3 曹静;基于暗通道先验算法的图像去雾处理[D];海南大学;2015年

4 王雨婷;基于林火图像特征的火险识别系统研究与设计[D];东北林业大学;2015年

5 胡海锋;基于激光散斑图像的零件表面粗糙度测量[D];南京信息工程大学;2015年

6 王鑫;基于CT图像的肺结节检测方法研究[D];长春工业大学;2015年

7 何建斌;基于IPCS的医学图像网络考试系统的设计与研究[D];广东技术师范学院;2015年

8 宋小潞;基于大气物理模型的单幅图像去雾算法研究[D];华南理工大学;2015年

9 卢永乐;基于查找表的图像逆半调模板选择方法研究[D];湖南工业大学;2015年

10 武翔宇;基于图像的接触网支柱检测与编号识别[D];西南交通大学;2015年

本文编号：1277877