基于偏振特性的图像复原算法的研究

《基于偏振特性的图像复原算法的研究》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、学号：S13040448硕士学位论文基于偏振特性的图像复原算法的研究研究生姓名：刘同军学科、专业：信息与通信工程二○一六年三月分类号：TP391.41密级：可公开UDC：621.39编号：081026基于偏振特性的图像复原算法的研究Researchofimagerestorationalgorithmbasedonpolarizationcharacteristics学位授予单位及代码：长春理工大学（10186）学科专业名称及代码：信息与通信工程（0810）研究方向：信号检测与信号处理理论与技术申请学位级别：工学硕士指导教师：朴燕教授研究生：刘同军论文起止时间：

2、2014.09-2015.11II摘要随着人类社会的进步发展，环境问题近些年来一直是我们关注的一个热点话题。近期，随着进入冬季，我国大部分地区出现了雾霾天气，对我们的生活健康产生了很大的影响。如果雾霾过于严重，那么会直接导致户外监控的“瘫痪”——采集到的图片数据出现严重的退化,比如目标场景的边缘细节信息模糊不清以及颜色偏移等。因此，图像去雾是计算机图像处理领域的一个研究热点。如何对雾天采集到的退化图像，进行高效的修复，有着很重要的现实意义。本论文主要是根据大气散射模型建立雾天退化模型，首先对He的单一图像去雾算法进行仔细的研究发现，该算法在去雾过程中有几点不足的

3、地方：求取雾天图像暗通道的时候，采用的局部窗口是固定的；大气光值的求取不精确，容易受到白色非天空区域或高亮噪声的影响；软抠图算法细化传输透射率占用大量的时间，提出来相应的改进方案。我们结合偏振光的特性，建立了一个基于偏振特性的雾天退化模型，通过改进的方案完成了大气光值的精确估计以及通过双边滤波快速的优化投射传输率，实现了三幅不同角度偏振雾天图像的快速复原。并且通过不同场景的实现，证明本文算法可以很好的改善雾天图像的质量，最后通过主观与客观的评价以及通过与其他算法的比较，证明了本文算法具有很好的鲁棒性。关键词：暗原色,图像复原,双边滤波,偏振特性IABSTRACT

4、Withthedevelopmentofhumansociety,theenvironmentalproblemshasbecomeahotfocusinrecentyears.Withthewintercoming,thefogweatherhaveemergedinmostareasofChina,whichhavecausedabadinfluencetoourlives.Sometimesthefogismuchtooseriouswhichmakestheordinarymonitoringsystemlosttheabilityofworkingpr

5、operly.Theimagescapturinginthissituationwilloccurseriousimagedegradation.Theedgedetailsoftheimagesareoftenblurred.Also,thecolorinformationoftheimageswilldeviatefrequently.Asaresult,Imagedefoggingtechnologyhavebeenahotresearchfocusinimageprocessingfield.Itisofgreatpracticalsignificanc

6、etorestoretheimagescapturedinfogweather.Thisthesisismainlybasedontheatmosphericscatteringmodeltosetupthefogdegradation.Firstofall,IstudycarefullyHe'salgorithmaboutsingleimagedefoggingalgorithmthathasseverallimitationsinthedefoggingprocess:whenwefindthedarkchannelofaimageusingthelocal

7、windowisfixed;whenwegettheatmosphericopticalvalueisnotaccurateanditisveryeasilyinfluencedbythenon-skyareaorthewhitenoisewithhighlight;andwhenweusethesoftmattingtorefinethetransmissionofaimagetakingalotoftime.Soweproposedthethecorrespondingimprovements.Thenweestablishanewdegradationmo

8、deloffogwith