系统图像去雾处理算法的设计与实现

《系统图像去雾处理算法的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、随着现代通信技术、网络技术、计算机技术和多媒体技术埘比度增强效果上的影Ⅱ向，从而还原出比较清晰的图像。似是的发展，视频监控系统在地质灾害区域监测、油田及管道监由于遍历所有局部区域，运算复杂度高，时间}不适HJr艾测、乍辆移动定位监测及突发事件临时监测等领域的应用愈时处理，一般不会被视频监控系统所采_L}=j。米愈J‘泛。然，在雾天环境卜，空中雾气弥漫，导致场景能见本文主要研究的是一种G／S模式下视频监控系统陶像度较低，而监控系统对自然光有很强的依赖性，而且容易受自雾处理方法。该方法有效利用了空间

2、信息服务器群强人的信然界的各种十扰，使得像的对比度和颜色等特征人幅衰减，息处理优势，弥补了上述雾方法由于运算复杂度高而带来人人降低了图像的实用价值。另外，图像由{维空间向■维5的时间上的不足。按照“数据分散、信息聚、服务聚合”的理面映射时，深度信息丢失，导致雾天采集图像边缘轮廓模糊，念，将图像数据存储_『分布式服务器群f，在图像处理时从分，外监视系统捕获的景物图像退化严霞，直接影响监控系统布式服务器群上获取数据，通过将图像不同深度域进行分的常工作。割，结合分布式服务器群可进行高效并行处理空间信息

3、数据G／S(Geo—Browser／DistributedSpatialDataServers．即地的优势，在分布式环境下，通过服务器问的协同同步进仃去劣学信息浏览器／分布式空间数据服务器群)模式是由成都理工处理的运算，实现同深度区域的去雾恻时进行，并将结果显人学苗放敦授在对现有空间信息网络服务模式及其应用进行示在地学浏览器上。本文的系统框架图如图1所示。研究的基础上，通过分析问信息服务的信息流程特点和结分布式空filI情赢服务嚣群中税壤传输服务构，将网格计算和计算中的“聚合”理念与空信息网络服

4、{j去雾化妊理模块务模式相结合，提出的种新型空问信息网络服务模式。本文存研究和扩展G／S模式应用的基础上，提出一种针对分布式税颤_槿瓤墨!数据服务器群L-．的图像数据去雾处理方法，通过其在视频监控系统中的应用，验证了G／S模式下窄问数据处理的优橇鬻舞赣

5、■l—蕤块矗蠢纛涣橱蛀曩篓f霾H薹Il攀}{}—t■■H～＼鬻矗蠢络■块●据H倚攥A—客赣鼬出户宴税势和本文算法实现的可行性。il区觥l2．G／S模式的优越性与去噪算法的结合G／S模式框架由超地理标记语言HGML(HyperGeo—图1系统框架圈

6、graphicMarkupLanguage)、地学浏览器(G)和分布式空间数据3．去雾算法的方法和原理服务器群(S1三部分构成。山于雾灭环境下雾气浓度和场景深度等情7兄的多变性，本文算法主要由3部分组成。首先通过狄度直方分离传统的去雾算法是用简单的图像处理方法改变对比度，如直出大空区域所在位置，利用最佳近似止态搜索算法将天方图均衡化和对比度拉升等，能见度具有指数衰减特性，因此域分离出来，不做去雾操作，若图像中无天空区域，则跳过此这方法并不能取得很好的效果。去天空域局部直方图均衡步骤。然后从芹至右

7、扫描灰度直片图得剑灰度直‘相应的化方法是在局部方图均衡化方法基础上首先对天空区域进波峰和波谷数目，并以此分离该图的不同深度的区域，川]：将行提取，并且进行处理，并充分利用图像中不同深度的景物图像的分布式存储和并行去雾。最后通过部分块重叠直办图特征对其余景物域采用局部直方图均衡化方法进行处理，均衡化方法进行图像去雾，并将处理后的结果通过地学浏览利f{j移动模板对各局部区域进行直方图均衡化处理以实现不器显示在客户端上。作者简介：史宏宇，女，黑龙江北安人，硕士研究生。主要研究方向：计算机软件与理论。万

8、方数据一36—3．1分离天空区域似正态分布的方差。j=min{E2h：55o1y(h，。)巾(h)1}(3)搜索步骤如下：(1)任意给定一个偏小的方差o。，代入式(1)即得到初始的正态分布y，同时计算式(2)得t。。(2)令o=o0+8，代入式(1)计算新的正态分布Y，同时计算式(2)得t。(3)判断是否tt

9、天空区域虑。由于雾对光线有较强的散射作用，因此图像中天空区域的按照正态分布的性质，当一2Oh