基于增强和复原的图像去雾算法的研究

《基于增强和复原的图像去雾算法的研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、武汉理工大学硕士学位论文基于增强和复原的图像去雾算法的研究姓名：许浩然申请学位级别：硕士专业：电力电子与电力传动指导教师：郭建明201205武汉理工大学硕士学位论文摘要随着传感器技术和计算机视觉技术的不断发展，户外视觉系统得到了越来越广泛的应用。而在雾、霾等恶劣天气条件下，由于受到大气粒子的散射作用，导致捕获的图像内容模糊不清，色彩和对比度大幅下降，这极大地影响了视频监控、跟踪、智能导航等视觉系统的正常工作。因此研究如何实现图像在雾、霾等恶劣天气条件下的去雾问题将有着非常重要的意义。本文针对有雾的图像，分析雾的机理，从图像增强和图像复原两种方法来研究去雾的效果和方法适用

2、性。在图像增强方面，通过分析多种经典图像增强方法，深入研究了基于色彩恒常性的Retinex算法，实现图像去雾，通过对薄雾图像的实验，Retmexn⋯匕够取得较好的去雾效果。但是对于浓雾、不均匀的雾的情况下，Retinex算法则表现出去雾不彻底。为了研究彻底的图像去雾，本文从图像复原角度，在深入研究了大气散射物理模型及常见的图像复原方法的基础上，结合实验室已取得的成果，对基于暗原色先验去雾算法进行了深入研究并提出改进算法，弥补了传统暗原色先验算法的三点不足，即实时性差、去雾图像偏暗、适应性有限。在实时性方面，本文提出利用快速双边滤波来代替原算法中比较耗时的抠图步骤，极大地

3、提高了算法的实时性。针对去雾图像偏暗，本文深入分析了暗原色先验算法导致去雾后图像偏暗的原因，并提出透射率修正算法，实验表明这种算法切实可行，有效恢复了场景的对比度和颜色，显著提高了图像的视觉效果。针对暗原色先验对于图像存在大片天空的情况下容易失真，提出了弱化该区域的方法，提高了算法的适应性。最后，本文在VC++6．0和MA．TLAB平台下，运用OpenCV开源计算机视觉库编程完成了本文提出的算法。实验表明，本文基于Retinex算法的图像增强去雾算法能够较好去除薄雾，改进的暗原色先验去雾算法从根本上去还原图像的原来状态出发，通过本文的方法改进，达到了预期的效果。关键词：

4、去雾，暗原色先验，亮度调整，双边滤波，Retinex武汉理工大学硕士学位论文AbstractWiththecontinuousdevelopmentofsensortechnologyandcomputervisiontechnology,outdoorvisualsystemhasbeenmorewidelyused．Butincertainweatherconditionssuchasfogorhaze，thecontentofthecapturedimageisblurredwhichleadstosharpdescentofcolorandcontrastdue

5、toatmosphericscattering．Itgreatlyaffectsthevideosurveillance，tracking，andintelligentnavigationvisionsystemworkproperly．Soit'sofgreatsignificancetorealizeimagedehazeinfog，hazeandotherbadwealtherconditions．Thisarticleanalyzesthemechanismoffogandreseachsthedefoggingeffectsandapplicabilityof

6、defoggingalgorithmfromtwoaspectsofimageenhancementandimagerestoration．Inimageenhancement，amongtheanalysisofmanyclassicalimageenhancementmethod，Retinexalgorithmbasedoncolorconstancyandrealizeimagedefoggingisstudiedingreatdetailandachievesabetterimagedefoggingthroughthemistimageexperiment．

7、ButitCan’tdefogtheimagecompletelytakeninconditionofthickorunevenfog．Inordertorealizecompleteimagedefogging，thisarticleintroducesimagerestorationmethod．Basedonlucubrationoftheatmosphericscatteringphysicalmodelandcommonimagerestorationmethods，wecombinelaboratoryachievements