圖像是人類獲取信息的重要途徑,圖像質(zhì)量決定后續(xù)圖像判讀、分析、識(shí)別的準(zhǔn)確性。近年來,我國(guó)霧霾天氣頻繁出現(xiàn)且分布廣泛,導(dǎo)致大量室外成像系統(tǒng)性能的大幅下降。因此需要對(duì)霧天降質(zhì)圖像進(jìn)行去霧處理,從而使相關(guān)成像系統(tǒng)能夠在惡劣天氣下穩(wěn)定工作。本文分別從圖像增強(qiáng)與圖像復(fù)原兩方面對(duì)圖像進(jìn)行去霧研究。在圖像增強(qiáng)方面,對(duì)基于Retinex理論的去霧算法進(jìn)行詳細(xì)分析。針對(duì)其運(yùn)算耗時(shí)長(zhǎng)和去霧效果不佳的問題,結(jié)合處理域轉(zhuǎn)換和直方圖均衡算法,提出一種改進(jìn)的融合直方圖均衡的頻域SSR算法。在圖像復(fù)原方面,對(duì)暗通道先驗(yàn)算法進(jìn)行詳細(xì)分析。針對(duì)其運(yùn)算耗時(shí)長(zhǎng)的問題,利用引導(dǎo)濾波代替軟摳圖實(shí)現(xiàn)對(duì)介質(zhì)傳輸率的細(xì)化并引入圖像縮放機(jī)制,以適當(dāng)損失圖像精細(xì)度為代價(jià),實(shí)現(xiàn)算法耗時(shí)的縮減。針對(duì)其處理后明亮區(qū)域的色斑問題,引入暗通道圖像規(guī)定化及容差機(jī)制,以提高算法的適用性。最后,對(duì)基于引導(dǎo)濾波和明亮區(qū)域優(yōu)化的改進(jìn)暗通道先驗(yàn)算法與HSI色彩模型下的頻域SSR算法進(jìn)行融合,并對(duì)本文相關(guān)算法進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,本文所提改進(jìn)算法相比原算法,均可從不同角度提升原算法性能,在圖像去霧領(lǐng)域中具有一定的應(yīng)用價(jià)值。 

【文章來源】：西安石油大學(xué)陜西省

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

霧天戶外實(shí)拍圖

y)=logR(x,y)：r ( x,y)= s(x,y) l(x,y)操作，即可求出原始圖像的反射分量 R (x ,y)，。提出一種基于隨機(jī)路徑的 Retinex 方法，該算n...s}的曲線，通過比率連乘的形式計(jì)算路徑上像像素值做出調(diào)整。對(duì)于彩色圖像，需要對(duì) 此算法的關(guān)鍵在于隨機(jī)路徑的選擇，圖 2-1 標(biāo)點(diǎn) D 的長(zhǎng)度為 4 的隨機(jī)路徑。

2.3 基于 Retinex 理論的算法族2.3.1 單尺度 Retinex 算法1986 年，Edwin Land 提出二維路徑選擇方式，即中心環(huán)繞 Retinex 算法[34]。該算法通過計(jì)算當(dāng)前像素點(diǎn)與鄰域內(nèi)像素點(diǎn)的關(guān)系，估算并去除原圖像中的入射分量，從而消除光照不均對(duì)圖像的影響。最初，學(xué)者們選取了多種函數(shù)作為中心環(huán)繞函數(shù)，但 Jobson等人通過大量實(shí)驗(yàn)，嚴(yán)謹(jǐn)?shù)淖C明了以高斯卷積函數(shù)作為中心環(huán)繞函數(shù)的可行性及優(yōu)越性，提出單尺度 Retinex（SSR）算法[13]，其數(shù)學(xué)表達(dá)式如下：r( x,y)logR(x,y)logS(x,y)log(F(x,y)S(x,y))SSR= = （2-10）式（2-10）中， S ( x,y)代表待處理圖像， F ( x,y)為高斯環(huán)繞函數(shù)， 為卷積運(yùn)算，R ( x,y)為反射分量，即最終處理結(jié)果。當(dāng)待處理圖像為灰度圖時(shí)，直接按式（2-10）進(jìn)行處理。而當(dāng)待處理圖像為彩色圖像時(shí)，需對(duì)彩色圖像進(jìn)行通道分離，得到各通道的灰度圖。圖 2-2 為一幅彩色圖像經(jīng)色彩通道分離后得到的三幅灰度圖。之后對(duì)各色彩通道的數(shù)值矩陣分別按照式（2-10）進(jìn)行處理，最后將各色彩通道的處理結(jié)果合并，得到最終處理結(jié)果。

【參考文獻(xiàn)】：
期刊論文
[1]基于融合與高斯加權(quán)暗通道的單幅圖像去霧算法[J]. 張晨,楊燕.  光子學(xué)報(bào). 2019(01)
[2]改進(jìn)的單尺度Retinex和LBP結(jié)合的人臉識(shí)別[J]. 段紅燕,何文思,李世杰.  計(jì)算機(jī)工程與應(yīng)用. 2018(23)
[3]基于多子塊協(xié)同單尺度Retinex的濃霧圖像增強(qiáng)[J]. 高原原,胡海苗.  北京航空航天大學(xué)學(xué)報(bào). 2019(05)
[4]基于天空分割的單幅圖像去霧算法[J]. 毛祥宇,李為相,丁雪梅.  計(jì)算機(jī)應(yīng)用. 2017(10)
[5]暗通道先驗(yàn)去霧算法優(yōu)化探討[J]. 靳歡歡,王雙亭,姚繼峰,劉宗杰.  測(cè)繪科學(xué). 2015(11)
[6]基于改進(jìn)的限制對(duì)比度自適應(yīng)直方圖的視頻快速去霧算法[J]. 楊驥,楊亞東,梅雪,袁曉龍,袁宇浩.  計(jì)算機(jī)工程與設(shè)計(jì). 2015(01)
[7]改進(jìn)多尺度Retinex理論的低照度遙感影像增強(qiáng)方法[J]. 邵振峰,白云,周熙然.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2015(01)
[8]改進(jìn)的基于暗原色先驗(yàn)的圖像去霧算法[J]. 蔣建國(guó),侯天峰,齊美彬.  電路與系統(tǒng)學(xué)報(bào). 2011(02)
[9]一種高保真同態(tài)濾波遙感影像薄云去除方法[J]. 李洪利,沈煥鋒,杜博,吳柯.  遙感信息. 2011(01)
[10]圖像去霧技術(shù)研究綜述與展望[J]. 郭璠,蔡自興,謝斌,唐琎.  計(jì)算機(jī)應(yīng)用. 2010(09)

博士論文
[1]圖像快速去霧與清晰度恢復(fù)技術(shù)研究[D]. 嵇曉強(qiáng).中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所） 2012
[2]水下圖像增強(qiáng)和復(fù)原方法研究[D]. 孫飛飛.中國(guó)海洋大學(xué) 2011

碩士論文
[1]霧霾圖像實(shí)時(shí)拼接技術(shù)研究與實(shí)現(xiàn)[D]. 許超.西南科技大學(xué) 2017
[2]多尺度二維直方圖均衡化算法在醫(yī)學(xué)圖像增強(qiáng)中的應(yīng)用研究[D]. 許紀(jì)亞.東北師范大學(xué) 2017
[3]圖像去霧清晰化算法研究[D]. 李丹陽(yáng).重慶郵電大學(xué) 2016
[4]基于直方圖均衡化和Retinex的圖像去霧算法研究[D]. 汪秦峰.西北大學(xué) 2016
[5]基于暗原色先驗(yàn)的去霧優(yōu)化算法研究[D]. 徐昆.西北師范大學(xué) 2016
[6]彩色圖像去霧算法研究[D]. 朱亞洲.西安電子科技大學(xué) 2015
[7]一種快速的邊緣保持濾波算法及應(yīng)用[D]. 鄭浩江.哈爾濱工業(yè)大學(xué) 2016
[8]基于自然統(tǒng)計(jì)特性的圖像去霧質(zhì)量評(píng)價(jià)[D]. 武文暉.西安電子科技大學(xué) 2015
[9]基于暗原色先驗(yàn)與Retinex的圖像去霧算法及改進(jìn)[D]. 杜以清.西北師范大學(xué) 2015
[10]基于Retinex理論的彩色圖像增強(qiáng)技術(shù)研究[D]. 劉軍.中國(guó)科學(xué)院研究生院(西安光學(xué)精密機(jī)械研究所) 2015



本文編號(hào)：3526007