本課題來源于工信部項目專題四“船載海面遇險目標快速搜尋技術研究及裝置開發(fā)”的子專題5“基于船載的紅外與可見光海面遇險目標搜尋系統(tǒng)研發(fā)”。針對大型深遠海救助船所處的復雜海洋環(huán)境,利用紅外與可見光等探測成像設備,通過構建救助船載海面遇險目標搜尋系統(tǒng),能夠快速并大范圍搜尋海面遇險目標,提升海面遇險目標的檢測、定位和跟蹤能力,進而提升我國遠航救助船在復雜海況下海面遇險目標的搜救成功率。圖像預處理技術針對紅外、可見光圖像存在的質量退化問題進行處理優(yōu)化,提升圖像質量,為后續(xù)圖像配準、目標檢測等研究提供技術保障。本文的圖像的預處理技術研究主要包含兩部分:紅外圖像對比度增強和紅外圖像去模糊算法研究,可見光圖像去除色彩失真的暗通道去霧算法研究。紅外圖像對比度增強算法研究主要針對原始紅外圖像存在的對比度低、紋理細節(jié)信息不清晰以及亮度不均勻等問題,提出一種融合邊緣信息的對比度增強算法,該方法是將分層處理和增強濾波相結合實現(xiàn)紅外圖像的對比度增強。第一步分層處理,使用引導濾波對原始紅外圖像進行分層處理得到基礎子圖像和細節(jié)子圖像,分別使用對比度限制的直方圖均衡化和Gamma變換對基礎子圖像和細節(jié)子圖像進行處理,并... 

【文章來源】：大連海事大學遼寧省 211工程院校

【文章頁數(shù)】：60 頁

【學位級別】：碩士

【部分圖文】：

圖３．２?ｇａｍｍａ參數(shù)選取示意圖??Ｆｉｇ．?３．２?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｇａｍｍａ?ｐａｒａｍｅｔｅｒ?ｓｅｌｅｃｔｉｏｎ??－－??

?大連海事大學專業(yè)學位碩士學位論文???１＿?■■??５）ＲＬ算ｑ?ｉ?６）ＲＬ算法局部放大圖??５）?ＲＬ?ａｌｉｉｏｒｉｔｈｍ?６）ＲＬ?ａｌｇｏｒｉｔｈｍ?ｅｎｌａｒｇｅｄ?ｖｉｅｗ?ｏｆ?ｌｏｃａｌ?ａｒｅａ??＿ｙ?：：??７）本章改進算法?卜?８）本章改進算法局部放大圖??１?１??７）Ｉｍｐｒｏｖｅ?ａｌｇｏｒｉｔｈｎｆｉ?ｉｎ?ｔｈｉｓ?ｃｈａｐｔｅｉ４?８）Ｉｍｐｒｏｖｅ?ａｌｇｏｒｉｔｈｍ?ｅｎｌａｒｇｅｄ?ｖｉｅｗ?ｏｆ?ｌｏｃａｌ?ａｒｅａ??（圖４．２去模糊算灃處理果：，??Ｆｉｇ．?４．２?Ｄｅｂｌｕｒｒｉｎｇ?ａｌｇｏｒｉｔｈｍ?ｐｒｏｃｅｓｓｉｎｇ?ｒｅｓｕｌｔｓ??ｙ??圖４．２分別為Ｌｅｖｉｎ算法、ＲＬ算法和本章改進算法的處理結果。圖４．２?Ｕ的模糊圖??像是添加了標準差為２，大小為４０＊４０的高斯模板矩陣形成的。圖４．２?３）是使用Ｌｅｖｉｎ??算法處理的圖像結果，圖４．２?４）是其局部放大圖，可以看出圖像中所有目標邊緣都出現(xiàn)??強烈的振鈴效應，圖像細節(jié)信息模糊不清，失真嚴重；圖４．２?５）是使用傳統(tǒng)的ＲＬ算法??處理的圖像結果，圖４．２?６）是其局部放大圖，可以看出圖像邊緣出現(xiàn)了明顯的振鈴效應；??圖４．２?７）是使用本章改進的去模糊算法處理的圖像結果，圖４．２?８）是其局部放大圖，較好??的呈現(xiàn)出圖像中大部分的紋纏細節(jié)信息，在圖像邊緣處振鈴效應明顯減少。??表４．１去模糊算法，處理結果的客觀評價結果??Ｔａｂ．?４．１?Ｄｅｂｌｕｒｒｉｎｇ?ａｌｇｏｒｉｔｈｍ?ｐｒｏｃｅｓｓｉｎｇ?ｒｅｓｕｌｔ?ｏｂｊｅｃｔｉｖｅ?ｅｖａｌｕａｔｉｏｎ?ｒｅｓｕｌｔ??本章改??Ｌ

目標反射到成像設備的??傳輸路徑上，會受到大氣中懸浮顆粒的散射、吸收等作用損耗掉一部分能量，能夠到達??成像系統(tǒng)的光線只是目標場景全部反射光線中的一部分，這就是大氣散射模型中的入射??光衰減模型。第二種是大氣光成像模型。目標場景反射光線透過云霧層或者空氣中懸浮??顆粒等介質，在傳輸路徑中受到散射、吸收等作用，只能有一部分衰減后的反射光到達??成像系統(tǒng)參與成像，這就是大氣散射模型中的大氣光成像模型。計算機視覺領域所描述??的大氣散射模型就是由入射光衰減模型和大氣光成像模型共同組成的，如圖５．１所示。??＇?Ｏ??大氣散時?．／、＾??＼，?Ｗ??Ｃ?壞境光?＼?＼?／＼??￣￣Ｌ?二??…３?■?——Ａ?Ａ????－—?????衰減光?ｚＶ，?反射光場則標??大氣散時??圖５．１大氣散射模型??Ｆｉｇ．?５．１?Ａｔｍｏｓｐｈｅｒｉｃ?ｓｃａｔｔｅｒｉｎｇ?ｍｏｄｅｌ??１）入射光衰減模型??－２７?－??

【參考文獻】：
期刊論文
[1]一種基于引導濾波圖像分層的紅外圖像細節(jié)增強算法[J]. 葛朋,楊波,韓慶林,劉鵬,陳樹剛,胡竇明,張巧燕.  紅外技術. 2018(12)
[2]寬動態(tài)紅外圖像增強算法綜述[J]. 周永康,朱尤攀,曾邦澤,胡健釧,歐陽慧明,李澤民.  激光技術. 2018(05)
[3]圖像梯度場雙區(qū)間均衡化的細節(jié)增強[J]. 丁暢,董麗麗,許文海.  電子學報. 2017(05)
[4]結合PCNN分割和模糊集理論的紅外圖像增強[J]. 蘇娟,李冰,王延釗.  光學學報. 2016(09)
[5]基于改進Kalman濾波的可見光極小目標TBD跟蹤方法[J]. 胡本川,張國賓,張建龍,王勇.  數(shù)據(jù)采集與處理. 2016(04)
[6]消除階梯效應與增強細節(jié)的變分Retinex紅外圖像增強算法[J]. 溫海濱,畢篤彥,馬時平,何林遠.  光學學報. 2016(09)
[7]基于局部梯度場均衡化的圖像增強方法[J]. 董麗麗,丁暢,許文海.  光電子·激光. 2016(05)
[8]結合天空識別和暗通道原理的圖像去霧[J]. 李加元,胡慶武,艾明耀,嚴俊.  中國圖象圖形學報. 2015(04)
[9]基于去霧模型的紅外圖像對比度增強[J]. 李毅,張云峰,張強,耿愛輝,陳娟.  中國激光. 2015(01)
[10]基于梯度直方圖變換增強紅外圖像的細節(jié)[J]. 趙文達,續(xù)志軍,趙建,王鶴,王飛.  光學精密工程. 2014(07)

博士論文
[1]海面目標紅外檢測方法研究[D]. 王斌.大連海事大學 2018
[2]復雜背景下末制導紅外目標檢測、跟蹤技術研究[D]. 趙菲.國防科學技術大學 2012

碩士論文
[1]基于大氣散射模型的圖像去霧算法研究[D]. 龔曉婷.長春理工大學 2019
[2]基于多尺度變換的紅外與可見光圖像融合技術研究[D]. 林子慧.中國科學院大學(中國科學院光電技術研究所) 2019
[3]海面目標場景紅外圖像增強算法研究[D]. 鄒良鈺.大連海事大學 2017
[4]海面遇險目標搜尋用成像系統(tǒng)的設計[D]. 劉佳俊.大連海事大學 2016
[5]基于紅外成像的海上搜救技術研究[D]. 王瑤.大連海事大學 2008



本文編號：3438516