霧是一種常見的大氣現象,空氣中懸浮的水滴、灰塵、細沙或其他顆粒等都會引起成像清晰度的降低。在霧天的成像過程中,遠處物體的反射光無法穿過稠密大氣到達攝像頭,大氣散射導致成像對比度的下降。因此,圖像去霧已經成為圖像處理和機器視覺領域的研究重點和熱點。本文主要研究圖像/視頻的去霧和增強,主要貢獻如下:1)圖像去霧的關鍵是大氣透射率的準確估計。本文提出了可訓練的端到端系統(tǒng)DehazeNet來估計透射率圖,并通過大氣散射模型重構清晰圖像。DehazeNet采用特殊的卷積神經網絡,其中利用Maxout單元實現與霧相關的特征提取,并提出雙邊修正線性單元（BReLU）以提高重構質量。實驗表明,相比于現有方法DehazeNet具有更好的性能,同時保持了高效性和易用性。2)視頻去霧具有更廣泛的應用場景,但其額外的挑戰(zhàn)主要來自時空相關性和計算實時性。本文提出亮度值先驗并建立基于時空馬爾可夫隨機場的實時視頻去霧框架。此外,該框架采用積分圖像技術和下采樣技術進行加速,顯著地降低了主要的計算負擔。實驗結果表明,本文方法在保持實時性的同時,可有效地去除區(qū)塊效應和閃爍偽影:在單CPU下實現對352×288尺寸視頻流約... 

【文章來源】：華南理工大學廣東省211工程院校985工程院校教育部直屬院校

【文章頁數】：115 頁

【學位級別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 引言
    1.2 研究背景和意義
    1.3 相關研究現狀
        1.3.1 基于圖像增強的方法
        1.3.2 基于Retinex的方法
        1.3.3 基于物理模型的方法
    1.4 主要研究內容
    1.5 本文結構安排
第二章 基于卷積神經網絡的圖像去霧
    2.1 概述
    2.2 去霧卷積網絡DehazeNet
        2.2.1 DehazeNet的網絡結構
        2.2.2 DehazeNet與傳統(tǒng)方法的聯系
        2.2.3 DehazeNet的訓練過程
    2.3 實驗與分析
        2.3.1 網絡結構分析
        2.3.2 濾波器個數與尺度
        2.3.3 合成圖像塊的定量分析
        2.3.4 合成圖片的定量分析
        2.3.5 RESIDE數據庫的定量分析
        2.3.6 真實圖片的定性分析
    2.4 小結
第三章 基于時空馬爾科夫隨機場的視頻去霧
    3.1 概述
    3.2 基于ST-MRF的實時視頻去霧
        3.2.1 單幀圖像去霧
        3.2.2 實時視頻去霧
    3.3 實驗與分析
        3.3.1 時間連續(xù)性分析
        3.3.2 合成視頻的定量分析
        3.3.3 真實視頻的定性分析
        3.3.4 算法實時性分析
    3.4 小結
第四章 基于聯合先驗Retinex模型的顏色校正
    4.1 概述
    4.2 局部變化方差
        4.2.1 邊緣/結構保持平滑
        4.2.2 局部變化方差
        4.2.3 理論分析
    4.3 聯合內外先驗模型
        4.3.1 形狀先驗
        4.3.2 光照先驗
        4.3.3 紋理先驗
        4.3.4 聯合優(yōu)化
    4.4 實驗與分析
        4.4.1 Retinex分解
        4.4.2 顏色校正
        4.4.3 亮度自適應
        4.4.4 先驗分析
    4.5 小結
第五章 基于高斯相關性(RoG)的細節(jié)增強
    5.1 概述
    5.2 基于高斯相關性的圖像平滑
        5.2.1 高斯相關性
        5.2.2 平滑優(yōu)化
        5.2.3 理論分析
    5.3 快速可分遞歸優(yōu)化
        5.3.1 一維遞歸優(yōu)化
        5.3.2 二維可分近似
    5.4 實驗與分析
        5.4.1 細節(jié)增強
        5.4.2 結構提取
        5.4.3 JPEG偽影消除
        5.4.4 HDR色調映射
        5.4.5 其他應用
        5.4.6 運算效率分析
    5.5 小結
第六章 總結與展望
    6.1 全文總結
    6.2 學術貢獻
    6.3 工作展望
參考文獻
攻讀博士學位期間取得的研究成果
致謝
附件


【參考文獻】：
期刊論文
[1]一種基于同態(tài)濾波的遙感圖像薄云去除算法[J]. 李剛,楊武年,翁韜.  測繪科學. 2007(03)
[2]一種圖像去薄霧方法[J]. 芮義斌,李鵬,孫錦濤.  計算機應用. 2006(01)

博士論文
[1]圖像快速去霧與清晰度恢復技術研究[D]. 嵇曉強.中國科學院研究生院（長春光學精密機械與物理研究所） 2012



本文編號：3636637