学位论文 > 优秀研究生学位论文题录展示

雾霾环境下图像增强算法研究及其应用

作 者: 王高明
导 师: 李胜
学 校: 南京理工大学
专 业: 控制理论与控制工程
关键词: Retinex 雾霾环境 数学形态学 高斯递归滤波 车牌识别 航空拍摄
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 257次
引 用: 0次
阅 读: 论文下载
 

内容摘要


近年来图像处理技术已得到广泛的应用,并在军事、交通等方面取得了巨大的成果,在雾霾环境下获得的图像往往不清晰,并且局部地方的色彩偏暗,从而导致图像有用信息的减少,给人们的生活带来了很大的不便,因此对于雾霾环境下所拍摄图像,进行增强技术研究有着重要的意义。本文研究图像增强算法,并对雾霾环境下的图像增强算法进行了深入的研究。Retinex算法是一种新型的图像增强方法,与传统的图像特征增强方法相比,Retinex算法具有很多的优点,比如色彩保持恒定不变,处理速度快,颜色具有很好的视觉特征等,因此本文主要通过Retinex算法对雾霾环境下的图像增强技术进行了研究,并将其在交通管理和航空拍摄方面进行应用。论文在分析颜色恒常性理论的基础上研究Retinex算法,首先通过对Retinex算法的基本理论的阐述,着重研究了基于全局特征Retinex的增强算法,分析了其不足,并对该算法进行了改进,接着对基于局部特征的Retinex增强算法进行了研究,将基于局部特征的Retinex增强算法分为SSR(单尺度Retinex算法)、MSR(多尺度Retinex算法)和MSRCR(带颜色恢复的多尺度Retinex算法)三种方法,并对里面的MSR和MSRCR算法进行了改进,分别提出了基于数学形态学的MSR算法和基于高斯递归滤波的MSRCR算法。最后将以上几种Retinex图像增强算法先在车牌识别中进行了应用,通过对车牌号码的识别率来评判算法的好坏,并且利用三种常用的车牌识别算法对上述几种图像增强算法的性能进行了验证和比较,接着又将这几种算法应用到航空拍摄的图像中,并基于主观及客观评价指标对算法进行了比较分析。

全文目录


摘要  5-6
Abstract  6-7
目录  7-9
图表目录  9-11
1 绪论  11-17
  1.1 图像增强方法的分类  11-12
    1.1.1 频域图像增强法  11
    1.1.2 空域图像增强法  11-12
  1.2 研究的背景及意义  12-14
  1.3 国内外研究现状  14-15
  1.4 本文的主要内容与框架  15-17
2 雾的形成机制及基于去雾模型深度估计  17-29
  2.1 大气衰减模型  17-20
  2.2 基于深度估计的图像去雾算法  20-25
    2.2.1 背景  21
    2.2.2 暗原色先验的理论  21
    2.2.3 通过暗原色先验去雾  21-23
    2.2.4 深度估计去雾算法的流程图  23
    2.2.5 算法的具体步骤  23
    2.2.6 增强结果显示  23-25
  2.3 图像评价指标  25-27
    2.3.1 主观评价指标  25-26
    2.3.2 客观评价指标  26-27
  2.4 图像评价结果及分析  27-28
  2.5 本章小结  28-29
3 基于全局特征的Retinex图像增强算法  29-36
  3.1 Retinex基本理论  29-30
  3.2 基于全局特征的Retinex图像增强算法  30-31
    3.2.1 算法理论  30-31
    3.2.2 算法具体步骤  31
  3.3 对像素点相对关系校正的改进  31-32
  3.4 实验结果及图像评价分析  32-35
    3.4.1 实验结果  32-34
    3.4.2 图像评价及分析  34-35
  3.5 本章小结  35-36
4 基于局部特征的Retinex图像增强算法  36-50
  4.1 局部Retinex算法  36-37
    4.1.1 局部Retinex算法理论  36
    4.1.2 局部Retinex算法步骤  36-37
  4.2 局部Retinex算法分类  37-38
    4.2.1 单尺度Retinex算法(SSR)  37
    4.2.2 多尺度Retinex算法(MSR)  37-38
    4.2.3 带颜色恢复的多尺度Retinex算法(MSRCR)  38
  4.3 局部Retinex算法的改进  38-43
    4.3.1 基于数学形态学的MSR算法  38-40
    4.3.2 基于高斯递归滤波的MSRCR算法  40-43
  4.4 实验结果及图像评价分析  43-49
    4.4.1 实验结果  43-46
    4.4.2 图像评价及分析  46-49
  4.5 本章小结  49-50
5 雾霾环境中图像增强算法的应用  50-70
  5.1 图像增强算法在车牌识别方面应用  50-64
    5.1.1 车牌识别技术原理及流程图  50-54
    5.1.2 雾霾环境中图像增强算法在车牌识别的应用  54-63
    5.1.3 结果分析  63-64
  5.2 航拍图像增强中的应用  64-69
    5.2.1 图像增强效果显示  65-66
    5.2.2 主观及客观评价指标对比及分析  66-69
  5.3 本章小结  69-70
6 总结与展望  70-72
致谢  72-73
参考文献  73-76

相似论文

  1. 舌体特征的提取及融合分类方法研究,TP391.41
  2. 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
  3. 基于区域分割的遥感影像道路提取算法研究,TP751
  4. 基于数字图像处理的血管管径自动测量技术,R310
  5. 基于EMD的车牌识别方法及应用,TP391.41
  6. 基于高分辨率遥感数据的矿区房屋信息提取方法研究,TP751
  7. 基于粗糙集和模糊SVM的车牌识别技术研究,TP391.41
  8. 基于PowerPC架构的车牌识别算法研究,TP391.41
  9. 复杂背景下车牌定位的研究与设计,TP391.41
  10. 表格手写内容识别系统的设计与实现,TP391.41
  11. 水下目标的视觉检测与识别,TP391.41
  12. 交通视频监控若干关键算法设计及应用,TP391.41
  13. 高速卡口车辆牌照检测与相关信息识别,TP391.41
  14. 基于视觉特性与图像模型的增强算法与性能分析,TP391.41
  15. 基于高清图像的卡口车辆信息识别系统的设计与实现,TP391.41
  16. 汽车牌照自动识别方法的研究,TP391.41
  17. 车牌识别系统的关键技术研究,TP391.41
  18. 遥感图像的K-均值聚类和分水岭分割算法的研究与实现,TP751
  19. 车牌识别系统及其硬件实现的研究,TP391.41
  20. 基于数字图像处理的车牌定位算法的研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com