發(fā)布時間：2018-03-18 16:43

  本文選題：暗通道先驗　切入點：邊緣檢測　出處：《西南科技大學》2017年碩士論文　論文類型：學位論文

【摘要】：天空的懸浮粒子能散射和吸收光線形成霧霾,造成室外拍攝成像的對比度和保真度都較低。在室外圖像質(zhì)量要求較高的應用,如軍事敵情監(jiān)控,刑偵犯罪細節(jié)斟酌,汽車前方障礙物觀測等,都需要對降質(zhì)圖像做處理,還原目標細節(jié)。對霧霾清晰化處理能顯著提高圖像質(zhì)量,使之更好地應用于高級圖像處理領(lǐng)域。論文針對霧霾條件下單幅圖像降質(zhì)以及現(xiàn)有去霧方法時間復雜度高的問題,以環(huán)境光物理模型為基礎(chǔ),在暗通道去霧的基礎(chǔ)上,引出快速視覺優(yōu)化去霧算法。設計和實現(xiàn)了兩種獲得大氣光向量A的方案,其一:結(jié)合LOG邊緣檢測和四叉樹快速定位大氣光向量A的區(qū)間,并應用skyline算法獲取A值;其二:對單幅圖像閾值分割找到天空區(qū)域,進而選用二分圖循環(huán)模型定位精確的大氣光向量A。然后針對暗通道先驗模型確定的初始透射率t(x,y)采用改進的最小二乘方濾波進行優(yōu)化,可保證其邊緣細節(jié)完整且受到噪聲的影響程度小,同時抑制暈輪效應,之后通過膨脹和腐蝕方法進一步優(yōu)化投射圖的邊緣。最后利用求得的大氣光向量A和優(yōu)化后的透射率參量,代入環(huán)境光模型還原清晰無霧的圖像。使用大量測試圖像對本文的算法加以測試,從客觀和主觀兩個角度對本文算法進行評估,實驗結(jié)果表明,改進算法在保障優(yōu)化去霧視覺效果的前提下節(jié)約處理時間;梯度,信息熵和視覺保真度綜合指標均優(yōu)于對比算法。
[Abstract]:Suspended particles in the sky can scatter and absorb light to form haze, resulting in low contrast and fidelity of outdoor imaging. In view of obstacles in front of the vehicle, it is necessary to process the degraded image and restore the target details. The clear processing of haze can significantly improve the image quality. Aiming at the problem of single image degradation under haze condition and the high time complexity of existing de-fogging methods, based on the environmental photophysical model and the dark channel de-fogging, this paper aims at solving the problem that it is better applied to the field of advanced image processing. Two schemes of obtaining atmospheric light vector A are designed and implemented. First, combining LOG edge detection and quadtree fast locating the interval of atmospheric light vector A, and using skyline algorithm to obtain A value; Second: find the sky region for the threshold segmentation of a single image, Then the bipartite graph cycle model is used to locate the accurate atmospheric light vector A. then the improved least square filter is used to optimize the initial transmissivity determined by the dark channel priori model. The edge details can be guaranteed to be complete and less affected by noise, and the halo effect can be suppressed at the same time. The edge of the projection map is further optimized by means of expansion and corrosion. Finally, the obtained atmospheric light vector A and the optimized transmittance parameter are used. A large number of test images are used to test the algorithm in this paper, and the algorithm is evaluated from both objective and subjective perspectives. The experimental results show that, The improved algorithm saves processing time on the premise of optimizing the visual effect of de-fogging, and the comprehensive indexes of gradient, information entropy and visual fidelity are better than the contrast algorithm.
【學位授予單位】：西南科技大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 黃炯;圖像邊緣處理[J];電視字幕(特技與動畫);2000年09期

2 劉建忠;;圖像邊緣的數(shù)學結(jié)構(gòu)分析[J];軟件;2011年05期

3 陳文兵;張小磊;;基于圖像邊緣的能見度計算方法[J];微型電腦應用;2009年04期

4 曾友州;胡瑩;曾偉一;鄭曉霞;;提取數(shù)字圖像邊緣的算法比較[J];成都航空職業(yè)技術(shù)學院學報;2009年04期

5 潘衛(wèi)國;鮑泓;何寧;;一種傳統(tǒng)中國書畫圖像的二分類方法[J];計算機科學;2012年03期

6 周濤;陸惠玲;拓守恒;馬競先;楊德仁;;基于非凸區(qū)域下近似的圖像邊緣修補算法[J];寧夏大學學報(自然科學版);2012年01期

7 唐亮;唐娉;閻福禮;鄭柯;;HJ-1 CCD圖像自動幾何精糾正系統(tǒng)的設計與實現(xiàn)[J];計算機應用;2012年S2期

8 宋建中;;噴霧圖像的自動分析[J];光學機械;1988年04期

9 張錦華;孫挺;;引入像點融合度修補的圖像邊緣化參差拼接實現(xiàn)[J];微電子學與計算機;2014年08期

10 張曉清;;摳圖另一法[J];數(shù)字世界;2002年11期

相關(guān)會議論文 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應用學術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動感特征分析[A];第一屆中國情感計算及智能交互學術(shù)會議論文集[C];2003年

3 韓焱;王明泉;宋樹爭;;工業(yè)射線圖像的退化與恢復方法[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

4 王強;王風;;一種保持圖像幾何特征的去噪模型[A];中國通信學會第五屆學術(shù)年會論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學會第十屆全國圖像圖形學術(shù)會議（CIG’2001）和第一屆全國虛擬現(xiàn)實技術(shù)研討會（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無參考客觀質(zhì)量評測方法[A];第十五屆全國圖象圖形學學術(shù)會議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域濾除方法[A];2007'儀表，自動化及先進集成技術(shù)大會論文集（一）[C];2007年

8 漆琳智;張超;吳向陽;;引導濾波的單幅圖像前景精確提取[A];浙江省電子學會2013學術(shù)年會論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強[A];第六屆全國信息獲取與處理學術(shù)會議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強模糊空間目標圖像邊緣獲取方法研究[A];第九屆全國光電技術(shù)學術(shù)交流會論文集（下冊）[C];2010年

相關(guān)重要報紙文章 前10條

1 吳飛;無邊距照片打印三部曲[N];中國電腦教育報;2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報;2009年

3 ;B超術(shù)語解釋[N];農(nóng)村醫(yī)藥報（漢）;2008年

4 ;圖像質(zhì)量調(diào)整秘技[N];電腦報;2001年

5 馬駿睿 皓月;制作版畫效果圖片[N];中國攝影報;2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報;2009年

7 西安 張正倉;I~（2）C總線控制的HG-2220AV液晶屏視頻信號驅(qū)動板[N];電子報;2003年

8 ;令挑剔的人也刮目相看[N];中國電子報;2001年

9 侯杰;國產(chǎn)芯片進軍移動多媒體市場[N];人民郵電;2003年

10 于亮、阿鯤;技術(shù)“掃”天下[N];中國計算機報;2002年

相關(guān)博士學位論文 前10條

1 梁福來;低空無人機載UWB SAR增強成像技術(shù)研究[D];國防科學技術(shù)大學;2013年

2 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國防科學技術(shù)大學;2014年

3 賈茜;基于時—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學;2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學;2014年

5 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國防科學技術(shù)大學;2014年

6 楊小義;圖像特征識別算法及其在聾人視覺識別中的應用研究[D];重慶大學;2015年

7 王玉明;SAR圖像地雷場檢測技術(shù)研究[D];國防科學技術(shù)大學;2013年

8 溫景陽;圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學;2015年

9 李林;基于概率圖模型的圖像整體場景理解方法研究[D];電子科技大學;2014年

10 馮景;基于SAR圖像的海面溢油檢測研究[D];北京理工大學;2015年

相關(guān)碩士學位論文 前10條

1 李鵬遠;圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應用[D];華南理工大學;2015年

2 萬燕英;微聚焦X-ray圖像自適應正則化去噪方法[D];華南理工大學;2015年

3 毛雙艷;基于梯度域的圖像風格化渲染方法的研究及其應用[D];華南理工大學;2015年

4 向訓文;RGB-D圖像顯著性檢測研究[D];華南理工大學;2015年

5 曾旭;基于聚類和加權(quán)非局部的圖像稀疏去噪方法研究[D];天津理工大學;2015年

6 熊楊超;圖像美學評價及美學優(yōu)化研究[D];華南理工大學;2015年

7 王艷;圖像視覺顯著性檢測方法及應用的研究[D];華南理工大學;2015年

8 鄭露萍;圖像二階微分特征提取及人臉識別應用研究[D];昆明理工大學;2015年

9 王思武;基于太陽圖像的特征提取和檢索[D];昆明理工大學;2015年

10 曹靜;基于暗通道先驗算法的圖像去霧處理[D];海南大學;2015年

，

本文編號：1630435