隨著人工智能技術(shù)和數(shù)據(jù)科學(xué)的快速發(fā)展,近年來越來越多的基于計(jì)算機(jī)視覺的任務(wù)如交通監(jiān)控、天網(wǎng)安防、目標(biāo)檢測(cè)等都對(duì)輸入圖像的清晰度有著更高的要求。然而受大氣中懸浮顆粒、汽水等影響,攝像頭采集到的的圖像通常會(huì)因?yàn)殪F霾變得模糊、能見度下降或者改變顏色,低質(zhì)量的圖片嚴(yán)重地降低了各種智能信息處理系統(tǒng)的性能。因此,對(duì)霧霾圖像進(jìn)行去霧處理在計(jì)算機(jī)視覺領(lǐng)域具有非常重要的意義。但是圖像去霧是計(jì)算機(jī)視覺中的不確定問題,現(xiàn)有的基于先驗(yàn)知識(shí)的的去霧算法性能強(qiáng)烈的依賴于圖像先驗(yàn)的準(zhǔn)確性,而目前基于深度學(xué)習(xí)的去霧算法性能也不夠穩(wěn)定。本文根據(jù)霧霾成像模型,對(duì)單幅圖像的去霧算法進(jìn)行研究,針對(duì)目前不同類別的去霧算法存在的局限性,提出了一種新的端到端單幅圖像去霧算法,該算法可以同時(shí)學(xué)習(xí)透射圖,大氣光值和去霧。本文提出了一個(gè)兩階段的網(wǎng)絡(luò):一個(gè)基于霧霾成像模型的聯(lián)合去霧網(wǎng)絡(luò),另一個(gè)是基于條件生成對(duì)抗網(wǎng)絡(luò)的精修網(wǎng)絡(luò)。通過將霧霾成像模型直接嵌入到網(wǎng)絡(luò)中來實(shí)現(xiàn)第一階段的學(xué)習(xí),從而確保所提出的方法嚴(yán)格遵循物理的散射模型進(jìn)行除霧。對(duì)于第二階段,本文提出了一個(gè)條件生成對(duì)抗網(wǎng)絡(luò)（cGAN,Conditional Generative Adv... 

【文章來源】：青島大學(xué)山東省

【文章頁數(shù)】：60 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

霧霾成像模型的變量，從左到右分別為霧霾圖像、場(chǎng)景輻射圖像、透射圖像

青島大學(xué)碩士學(xué)位論文8t是霧霾圖像I的透明或透射圖像，t(x)是[0,1]中的標(biāo)量。直觀地說，當(dāng)t(x)=0時(shí)，表示圖像完全模糊或者不透明。當(dāng)t(x)=1時(shí)，表示圖像沒有霧霾或者完全清晰。當(dāng)0<t(x)<1時(shí)，表示圖像是半透明的見圖2.1。A是大氣光值，它是一個(gè)三維RGB向量量，通常假定為空間常數(shù)。A通常被認(rèn)為是大氣、地平線或天空的顏色。圖2.1霧霾成像模型的變量，從左到右分別為霧霾圖像、場(chǎng)景輻射圖像、透射圖像霧霾成像模型的物理視圖如圖2.2所示，霧霾是由大氣中的粒子吸收和散射光形成的。在式2-(1)中J(x)t(x)的專業(yè)術(shù)語被稱為直接衰減。來自物體反射的光一部分被大氣中的粒子吸收并發(fā)生衰減。透射率t是不衰減并到達(dá)觀察者的光占物體上反射的光的比值。A(1t(x))被稱為空氣光。大氣中的粒子散射它們所吸收的光，漂浮在大氣中形成了大量的微小光源，空氣光就是由這些微小光源造成的。注意到，模型中直接衰減是乘性影響，而空氣光則是加性的。圖2.2霧霾成像模型宏觀物理圖像煙、霧等大氣現(xiàn)象都是由于大氣中的粒子，如灰塵、沙子、水滴或冰晶而形成的。在氣象學(xué)中，所有這些現(xiàn)象形成的不同主要在于其中的顆粒材料、尺寸、形狀

青島大學(xué)碩士學(xué)位論文10其中假設(shè)t是均勻的，所以忽略t的梯度。由于t在[0,1]范圍內(nèi)，I會(huì)比J校從而導(dǎo)致可見度降低，物體更加困難地被識(shí)別。而能見度的降低是由于直接衰減部分J(x)t(x)造成的，或者說是由于乘性影響t。第二個(gè)退化是由于空氣光引起的色度位移。色度描述的是色彩而不是亮度，其表示的是RGB顏色空間中顏色向量的方向。由霧霾成像方程2-(1)可知向量I(x)是兩個(gè)向量J(x)和A的線性組合如圖2.3所示。由于A的增加導(dǎo)致向量I(x)和J(x)不在同一方向：即圖像的色度被移動(dòng)。通常大氣是白色或灰色的，所以一個(gè)霧霾的圖像顯得趨于灰色且不那么生動(dòng)。圖2.3顏色向量I是RGB空間中J和A的線性組合總之，乘法衰減降低了圖像能見度，加性空氣光改變了圖像色度，霧霾給許多計(jì)算機(jī)視覺的應(yīng)用都帶來了麻煩。能見度的降低影響了物體的探測(cè)和識(shí)別，降低了室外監(jiān)控系統(tǒng)的可靠性，使衛(wèi)星圖像變得模糊。在普通攝影中，霧霾改變了圖像的顏色，減少了照片的對(duì)比度。即使是更高級(jí)別的攝像機(jī)或更好的鏡頭也無法避免這種圖像的退化，因?yàn)槠浒l(fā)生在到達(dá)圖像采集設(shè)備之前的大氣中。因此，在計(jì)算機(jī)視覺領(lǐng)域中圖像去除霧霾是必須的。2.2.3不確定性問題上文已經(jīng)對(duì)霧霾成像模型進(jìn)行了描述，去除霧霾的目標(biāo)為：給定輸入的霧霾圖像I，恢復(fù)場(chǎng)景輻射圖像J。通常還需要恢復(fù)t和A。接下來本文作出解釋為什么這個(gè)問題在數(shù)學(xué)上是不確定的。假設(shè)將圖像中的像素?cái)?shù)表示為N，如果輸入I是RGB彩色圖像，有3N個(gè)方程：


本文編號(hào)：3043933