恶劣环境下图像去雾算法的研究及实现.pdf

《恶劣环境下图像去雾算法的研究及实现.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＇＊ｌＩｌ：■＇＞：／ｉｌ＇［ＩＩ．‘片１！＊’‘ｙＩ’’／’単份代码３：＾：１０２９密级；Ｖ扣＇，ｉ、＇＇．．卢社；＇．．节在與＇．厂＞六‘＜７．巧：；：．＾＼；．心．声＇一＊．＇．１．Ｉ硕女＃僅份戈３＇＇＇軒＇＂．Ｖ．错Ｖ，，來名＾乂Ｉ巧＇ｖ＇：，靡載论文题目：恶劣环境下图像去雾算法的研究及实现．Ｉ．二＇一产．—？、．ＪＴ．Ｘ＂’乂１０１２０１０６１

2、５学号＇＞Ｖ５、却佳筵姓名＇、＇二－刘峰教授／博导：或导师．――．－－＇？＇’４？信号与信息处理、；每＊，学科专业．图像处理与多媒体通信＇、研究方向、．，．．片或．ｒ、王学硕±；；申请学位类另Ｕ：二一五年四月零论文提交日期庭；＊．；ｍ‘，：：１■‘：■．．．Ｗ驴：／ｆ．．．＇＇：丫？，Ｖ．；哉攀勒＇－、接難礙谦Ｖ南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师

3、指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加ｉｙ■标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研巧成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。一与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。一本人学位论文及涉及相关资料若有不实，愿意向承担切相关的法律责任。乏日期：２〇１５、午、ｊＧ研究生签名；訓南京邮电大学学位论文使用授权声明本人授权南京邮电大学可レッ保留并向国家有关部口或机构送交论文的复印件和电

4、子文可档；允许论文被查阅和借阅；可＾心将学位论文的全部或部分内容编入有关数据库进行检索；＾心采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质一论文的内容相致。论文的公布（包括刊登）授权南京邮电大学研巧生院办理。涉密学位论文在解密后适用本授权书。研是也导师签名；日期：立。氏午、巧生签名；叫ResearchandimplementationofimagedehazingalgorithmundersevereenvironmentThesisSubmittedtoNa

5、njingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByJiajieLiuSupervisor:ProfessorFengLiuApril2015南京邮电大学硕士研究生学位论文摘要近年来，随着人们对安全方面越来越高的需求，视频监控得到了越来越广泛的应用，人们对于数字化视频监测系统的要求也随之提高。但是在恶劣环境下，通过视频监测系统获取图像的质量受到了很大的挑战。因为在恶劣环境中，尤其是雾霾天气条件下，获取的图像信息往

6、往都有不好的视觉效果，呈现出清晰度下降、对比度降低的特点，导致视频监测系统的应用效果受到严重影响。因此，研究雾霾天气情况下退化图像的质量提升工作具有重要的实际应用价值。本文针对基于暗原色先验去雾算法的不足提出了几点改进，主要贡献可归纳如下:首先，基于暗原色先验去雾算法在处理明亮区域时，总是出现视觉效果不佳、明亮区域色彩失真的现象。针对这一现象，本文首先改进了大气光估计方法，选取了雾最浓处作为大气光估计的区域，并且考虑了三个颜色通道对亮度的贡献权值，使得改进后的大气光估计比原来更加精准。同时，通过加入容差对暗原色先验

7、去雾算法进行扩充，在原有数学模型基础上修正明亮区域的透射率公式，使得即使雾霾图像中有大片的明亮区域依然可以使用该算法来达到图像去雾的目的。同时，针对细化粗略透射率图时效率低的问题，提出了引导滤波器方法，即用该滤波算子替换原软抠图方法来细化透射率部分，具体做法是通过引导图像对粗略透射率图像进行引导滤波，从而得到细化后的透射率分布，这种滤波方法在保留粗略透射率图像整体特征的同时，还可以获得引导图像的变化细节，很好地解决了方块效应。不同于软抠图全局最优的策略，引导滤波器采用的是窗口内局部最优方法，从而极大地缩减了原有算法

8、运行时间。再者，在图像去雾过程中会引进噪声，对最后去雾效果产生不好的影响，为了解决这个问题，使用非局部均值去噪算法。这种方法充分地利用整幅图像的冗余信息来加权平均去噪，所以能够很好的保持原有图像的各种细节特征，使得去雾图像呈现更好的视觉效果。最后，提出一种盲图像质量评价方法来验证本文算法的效果,即去雾后图像的质量评价问题。该质量评价方法基于人眼视觉特性，通过