在成像的過程中很多原因都會引起圖像質量的退化,例如,成像系統(tǒng)的不完善引起的圖像噪聲,針對這種圖像退化已經提出了比較完善的解決方法。本文主要解決由介質的變化而引起的圖像退化。惡劣天氣條件下的霧、雨以及雪等會不可避免的被成像設備所捕獲。圖像中物體的顏色,對比度等都會被這些天氣因素所影響,尤其是雨和雪會遮擋部分圖像內容,從而使得圖像中所包含的信息發(fā)生不可逆的改變。這些退化不僅會影響圖像的視覺質量;更重要的是它們會改變圖像中所包含的重要信息內容,進而降低一些室外視覺系統(tǒng)以及一些計算機視覺算法的性能。所以惡劣天氣條件下的圖像增強/圖像復原有著切實的應用價值。惡劣天氣條件下的圖像增強已經取得了明顯的成果,但是這些成果大多集中于霧的去除,對于更加復雜的雨和雪的研究相對較少�，F(xiàn)有的圖像去雨、去雪方法主要基于濾波器、圖像分解和深度學習,其局限性主要表現(xiàn)在以下兩個方面:（1）雨雪不能被完全去除;（2）一些圖像細節(jié)被錯誤地當成雨雪而去除。本文主要深入研究雨和雪在單張圖像中的特點以及由它們所導致的單張圖像的退化規(guī)律,通過傳統(tǒng)的優(yōu)化方法或者基于深度學習的方法消除天氣因素對圖像的退化從而生成清晰的圖像。本文的主要... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：143 頁

【學位級別】：博士

【部分圖文】：

圖１－１論文的主體結構及關系示意圖??

圖２－２在雨像素的檢測方法中所使用的五個不同的圖像塊，ｐ是一個圖像像素，為了??

圖２－３將本文＾提出的雨像素檢測方法分別應用到無雨圖像以及對應的合成雨圖像上??


本文編號：3086559