【摘要】：霧霾天氣下懸浮在空氣中的大氣顆粒物對(duì)光線的傳播產(chǎn)生了不利影響,使得成像設(shè)備獲取的圖像能見(jiàn)度低、對(duì)比度下降,給圖像分割、目標(biāo)跟蹤、行為檢測(cè)等后續(xù)計(jì)算機(jī)視覺(jué)任務(wù)造成了極大不便,直接影響到現(xiàn)有戶外成像系統(tǒng)(如安防監(jiān)控系統(tǒng)等)的正常工作,給人們的生活造成了巨大的安全隱患。因此,研究如何提高霧天降質(zhì)圖像復(fù)原結(jié)果質(zhì)量、降低霧霾天氣對(duì)現(xiàn)有戶外成像系統(tǒng)的不利影響有著十分重要的現(xiàn)實(shí)意義。本文從霧霾天氣的特點(diǎn)出發(fā),詳細(xì)分析了大氣顆粒物對(duì)圖像成像過(guò)程的影響及霧天降質(zhì)圖像的退化過(guò)程。通過(guò)分析研究現(xiàn)有的圖像去霧算法,發(fā)現(xiàn)其中存在的不足及可改進(jìn)之處。本文首先介紹了大氣光散射模型,并通過(guò)理論推導(dǎo)證明了其中存在的不足并提出了有效的改進(jìn)方法,同時(shí)還針對(duì)現(xiàn)有去霧算法在獲取大氣光值時(shí)存在誤差過(guò)大這一問(wèn)題進(jìn)行了完善與改進(jìn),做出了一些有意義的實(shí)際工作。概括而言,本論文的主要工作及創(chuàng)新主要集中在如下幾個(gè)方面:1)針對(duì)暗原色先驗(yàn)去霧算法結(jié)果色彩失真的問(wèn)題,提出了一種對(duì)各顏色通道分別計(jì)算透射率的改進(jìn)方法。算法利用了大氣介質(zhì)對(duì)各顏色可見(jiàn)光透射率不同的先驗(yàn)知識(shí)。首先依據(jù)比爾郎伯定律分析入射光頻率對(duì)各顏色通道透射率的影響,推導(dǎo)出各通道透射率之間的比例關(guān)系,然后采用先對(duì)圖像進(jìn)行降采樣預(yù)處理獲取細(xì)化透射率之后再恢復(fù)原尺寸的方法提高算法運(yùn)行效率,最后通過(guò)比例關(guān)系獲取所有顏色通道上的透射率,并在各通道上分別使用對(duì)應(yīng)的透射率恢復(fù)圖像。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的圖像去霧算法與現(xiàn)有算法的結(jié)果相比,去霧結(jié)果圖像色彩更加自然,消除了現(xiàn)有算法色彩飽和度偏高的缺點(diǎn),且算法運(yùn)算效率大幅提高。2)現(xiàn)有去霧算法在估算大氣光時(shí)過(guò)于粗略導(dǎo)致估算結(jié)果誤差較大,造成圖像復(fù)原結(jié)果常常存在色彩失真的問(wèn)題。針對(duì)這一問(wèn)題,本文提出了一種基于聚類統(tǒng)計(jì)的大氣光估算方法,主要利用了光源點(diǎn)處大氣光樣本點(diǎn)分布更加密集的先驗(yàn)知識(shí)。算法首先在原圖中選取部分可能的大氣光源點(diǎn),通過(guò)無(wú)監(jiān)督聚類算法對(duì)這部分大氣光源點(diǎn)進(jìn)行聚類,聚類出若干個(gè)備選大氣光源點(diǎn)點(diǎn)簇,再對(duì)各點(diǎn)簇中所含樣本點(diǎn)個(gè)數(shù)進(jìn)行統(tǒng)計(jì),選取包含點(diǎn)數(shù)最多的點(diǎn)簇求解大氣光。使用點(diǎn)簇中各大氣光樣本點(diǎn)的亮度均值向量作為大氣光的估算值,同時(shí)以各點(diǎn)簇的幾何中心作為大氣光所處位置。實(shí)驗(yàn)結(jié)果表明,統(tǒng)計(jì)聚類方式估計(jì)的大氣光亮度向量和光源位置都更加準(zhǔn)確,這使得圖像復(fù)原結(jié)果在主觀視覺(jué)上看起來(lái)更加自然,同時(shí)也較大地提升了各類圖像質(zhì)量客觀評(píng)價(jià)指標(biāo)。3)現(xiàn)有方法采用固定數(shù)量的大氣光樣本點(diǎn)進(jìn)行聚類,并以包含候選點(diǎn)最多的點(diǎn)簇統(tǒng)計(jì)估算大氣光值。由于樣本點(diǎn)較少,導(dǎo)致估算的大氣光值在統(tǒng)計(jì)意義上誤差較大。為了解決這一問(wèn)題,本文采用閾值劃分的方式選取大氣光樣本點(diǎn),以此提高大氣光樣本點(diǎn)數(shù)量,同時(shí)采用蟻群算法聚類大氣光點(diǎn)簇,提高大氣光值估算結(jié)果的準(zhǔn)確度。為了提高算法的計(jì)算效率,本文先使用K均值算法對(duì)大氣光候選點(diǎn)進(jìn)行初步聚類,再使用蟻群算法改良聚類結(jié)果。實(shí)驗(yàn)結(jié)果證明,使用該算法估算的大氣光值能使去霧結(jié)果看起來(lái)更加自然,且能進(jìn)一步改善去霧結(jié)果的圖像質(zhì)量評(píng)價(jià)指標(biāo)。4)現(xiàn)有去霧算法通常假定大氣光值全局恒定,而實(shí)際場(chǎng)景中各區(qū)域的大氣光值分布不均,利用這一先驗(yàn)知識(shí),本文提出了基于高斯分布的大氣光估計(jì)算法。算法使用閾值劃分的方式選取候選點(diǎn)以增加初始樣本點(diǎn)數(shù)量,同時(shí)引入聚類算法對(duì)原算法所得光源點(diǎn)點(diǎn)簇進(jìn)行合并以提高單個(gè)點(diǎn)簇所含樣本點(diǎn)個(gè)數(shù)。使用比例閾值過(guò)濾掉不合理的點(diǎn)簇,同時(shí)將各點(diǎn)簇視為單獨(dú)光源單獨(dú)計(jì)算其對(duì)周圍像素的影響,并通過(guò)二維高斯分布函數(shù)對(duì)此進(jìn)行建模,最后生成位置相關(guān)的大氣光圖代替全局大氣光。實(shí)驗(yàn)結(jié)果表明,使用高斯分布大氣光圖復(fù)原的結(jié)果在主觀視覺(jué)上相對(duì)于原算法看起來(lái)更加自然,且在圖像質(zhì)量評(píng)價(jià)指標(biāo)上也得到改善。
[Abstract]:......
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王志明;;無(wú)參考圖像質(zhì)量評(píng)價(jià)綜述[J];自動(dòng)化學(xué)報(bào);2015年06期

2 馬忠麗;文杰;;融合邊緣信息的單尺度Retinex海霧去除算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2015年02期

3 李滾;吳R擠，

本文編號(hào)：2341518