由于接近地面的水蒸氣發(fā)生凝結現(xiàn)象,產(chǎn)生了霧這種自然現(xiàn)象。由于霧的存在,戶外監(jiān)控系統(tǒng)等應用工作無法正常開展,無法進行目標識別、提取、處理。在識別過程中也可能遺漏了重要的細節(jié)信息,不利于研究工作的進一步的展開。因此,對去霧技術進行研究是一件極為重要且極為有意義的事情。圖像去霧技術一般可以分為三大類:基于圖像增強的去霧算法、基于圖像復原的去霧算法、圖像增強和圖像復原相結合的去霧算法。早期的去霧技術主要是基于圖像增強。這種去霧方法比較成熟,通過改善視覺效果,以達到去霧的目的,但容易引入噪聲,產(chǎn)生失真現(xiàn)象。針對這種情況,研究者結合大氣散射物理模型,提出了基于圖像復原的去霧算法。這種算法恢復的無霧圖像更加自然,細節(jié)信息也得到了很好的保存,但易在局部區(qū)域引入噪聲,如色偏現(xiàn)象�？紤]到基于圖像增強的去霧算法和基于圖像復原的去霧算法各有優(yōu)缺點,將兩種算法結合起來進行去霧。本文提出了兩種不同的去霧算法。第一種算法是將圖像增強技術和圖像復原技術相結合去霧,第二種算法是基于圖像復原技術進行去霧。本文的主要貢獻如下所示。1.針對現(xiàn)有去霧算法不能適用于所有霧天場景等問題,提出一種基于HSV模型和Retinex理論的...

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【部分圖文】：

圖3.4本章算法去霧效果展示

第3章基于HSV模型和Retinex理論的單幅圖像去霧算法25將其與He算法[29]、Choi算法[38]和Berman算法[31]分別進行定性比較和定量比較。3.4.1定性比較對有霧圖像的去霧處理，需要有有霧圖像數(shù)據(jù)。圖3.4是本章提出的去霧算法的效果圖。(a)原始的有霧圖像(....

圖3.5不同去霧算法實驗結果定性比較

基于特征學習的單幅圖像去霧算法26(a)霧圖(b)He算法(c)Choi算法(d)Berman算法(e)本章算法圖3.5不同去霧算法實驗結果定性比較3.4.2定量比較表3.1不同去霧算法實驗結果定量比較指標He算法Choi算法Berman算法本章算法pic1pic2pic3pic....

圖4.3不同去霧算法實驗結果定性比較

基于特征學習的單幅圖像去霧算法384.4.1定性比較(a)霧圖(b)He算法(c)Choi算法(d)Berman算法(e)本章算法圖4.3不同去霧算法實驗結果定性比較圖4.3第一列為原始有霧圖像，第二列為He等人[29]提出的暗通道去霧算法的效果圖，第三列為Choi等人[38]提....

圖3-1本章算法流程

第3章基于特征學習的單幅圖像去霧算法研究13第3章基于特征學習的單幅圖像去霧算法研究單幅圖像的去霧算法主要包含基于景深信息的去霧方法和基于先驗知識的去霧方法。景深信息的獲取需要使用到專業(yè)設備，故此類方法應用范圍較校先驗知識都有不滿足前置條件的場景，這類方法也有明顯的局限性。為了解....

本文編號：3935090