学位论文 > 优秀研究生学位论文题录展示

大雾天气下图像的清晰化方法

作　者: 贾明桥
导　师: 朱虹
学　校: 西安理工大学
专　业: 模式识别与智能系统
关键词: 雾天清晰化图像复原图像增强稀疏编码
分类号: TP391.41
类　型: 硕士论文
年　份: 2006年
下　载: 541次
引　用: 9次
阅　读: 论文下载

内容摘要

雾天条件下获得的图像受到了严重的退化,这大大降低了图像的应用价值。随着视频监测技术在各个领域越来越广泛的应用,要求系统的适用性也随着提高。为了使监测系统在雾天环境下仍然能够正常工作,对雾天天气环境下的清晰化技术进行研究有着非常重要的意义。本文主要针对雾天环境下图像的清晰化技术进行了研究,论文首先将处理方法分为两大类理,一类是基于图像增强思想的处理方法,一类是基于图像恢复思想的处理方法。随后论文对实际应用中的处理方法进行了探讨。由于轻雾天气、大雾天气和浓雾天气下图像信息损失程度的不同,对它们分别采用不同的手段进行处理。在轻雾天气条件下采用基于Retinex理论的增强方法进行清晰化处理,提高图像对比度的同时更好地对图像的颜色进行了增强。在大雾天气条件下采用图像增强与图像恢复相结合的方法进行清晰化,利用恢复模型将图像分割为远景和近景,然后对两个部分分别进行清晰化处理。浓雾天气下的图像由于其本身灰度范围有限的特点,采用动态范围拉伸的方法进行全局增强,并对其增强后出现的噪声干扰问题利用稀疏编码技术给予解决。本论文的研究主要利用了计算机技术和图像处理技术来提高雾天下图像的清晰度,对于提高户外全天候监测系统运行的鲁棒性的提高有着重大的意义,并且对其他恶劣天气下图像的清晰化处理也有一定的促进意义。

全文目录

摘要  3-4
Abstract  4-7
1 概述  7-10
  1.1 课题的研究背景及其意义  7-8
  1.2 课题的研究现状  8-9
  1.3 本文内容安排  9-10
2 基于图像增强的清晰化方法  10-22
  2.1 直方图均衡化  10-12
  2.2 对比度增强  12-15
    2.2.1 基于饱和度反馈的对比度增强  12-14
    2.2.2 基于反比局部方差的对比度增强  14-15
  2.3 同态滤波  15-17
  2.4 基于Retinex 的增强  17-22
    2.4.1 Retinex 理论及其发展  18
    2.4.2 基于路径比较的 Retinex 算法  18-20
    2.4.3 Frankle_McCann 算法  20-22
3 基于图像恢复的清晰化方法  22-37
  3.1 维纳滤波  22-26
  3.2 基于McCartney 模型的方法  26-35
    3.2.1 McCartney 模型  26-28
    3.2.2 辐射标定  28-32
    3.2.3 基于 McCartney 模型的恢复方法  32-35
  3.3 差图像法  35-37
4 实际应用中的雾天图像清晰化方法  37-45
  4.1 雾的成因及分类  37-38
  4.2 轻雾天气条件下的处理方法  38-39
  4.3 大雾天气条件下的处理方法  39-42
  4.4 浓雾天气条件下的处理方法  42-45
    4.4.1 对比度展宽  42-43
    4.4.2 噪声去除  43-45
5 实验结果分析及展望  45-50
  5.1 实验所需设备  45
  5.2 结果及分析  45-48
    5.2.1 轻雾天气条件下的结果分析  45-47
    5.2.2 大雾天气条件下的结果分析  47-48
    5.2.3 浓雾天气条件下的结果分析  48
  5.3 展望  48-50
致谢  50-51
参考文献  51-55
已发表论文及科研情况  55

大雾天气下图像的清晰化方法

内容摘要

全文目录

相似论文