学位论文 > 优秀研究生学位论文题录展示

薄尘雾退化图像的处理研究

作　者: 李鹏
导　师: 孙锦涛
学　校: 南京理工大学
专　业: 通信与信息系统
关键词: 薄尘雾退化图像退化模型增强处理 Retinex算法
分类号: TN911.73
类　型: 硕士论文
年　份: 2005年
下　载: 487次
引　用: 24次
阅　读: 论文下载

内容摘要

薄尘雾等恶劣天气条件下获得的图像受到了严重的退化,这大大降低了图像的应用价值,对军事、交通、遥感等各领域的图像信息处理造成了极大了影响,研究如何对薄尘雾退化图像进行有效地处理有着非常重要的现实意义。本文首先介绍了尘雾等恶劣天气对图像的退化效应,对Oakley退化模型和基于大气传递函数的退化模型进行了分析,并对基于退化模型的复原方法作了讨论,指出其在实际应用中遇到的困难。进而在对薄尘雾退化图像特征分析的基础上,从图像增强的角度探讨简单而有效的处理方法。对于薄尘雾退化的彩色图像,用直方图均衡和同态滤波等常规增强算法处理往往不能得到满意的效果。如果将薄尘雾退化图像看作由尘雾等大气因素综合作用的部分和反映场景本来特征的部分组成,对这类图像的处理就是提取反映场景本来特征的部分,这为应用Retinex理论进行处理提供了可能。接下来重点对将Retinex算法应用于薄尘雾退化图像的处理进行了探讨。简要介绍了Retinex理论的基本思想和算法发展,从实际应用出发,选择了其中三类常用而易于实现的算法:基于像素比较的Retinex算法,SSR和MSR(CR)算法,Kimmel Retinex算法。在分别将不同类型的Retinex算法应用于处理薄尘雾退化图像时,对算法进行了相应的改进,取得了满意的处理效果。

全文目录

1 绪论  6-9
  1.1 引言  6-7
  1.2 国内外研究现状  7-8
  1.3 论文研究工作  8-9
2 大气退化模型和处理方法探讨  9-25
  2.1 大气效应对图像的影响  9-10
  2.2 Oakley模型  10-13
    2.2.1 散射和成像模型  10-12
    2.2.2 基于统计的退化模型  12
    2.2.3 基于Oakley模型的图像恢复  12-13
  2.3 大气传递函数模型  13-17
    2.3.1 典型图像退化模型  13-14
    2.3.2 线性随机模型  14-15
    2.3.3 基于退化模型的维纳滤波恢复  15-17
  2.4 增强处理方法探讨  17-23
    2.4.1 直方图均衡  17-20
    2.4.2 同态滤波  20-23
  2.5 本章小结  23-25
3 基于像素比较的Retinex算法  25-36
  3.1 Retinex理论  25-26
    3.1.1 颜色恒常问题  25
    3.1.2 Retinex理论的思想及算法发展  25-26
  3.2 基于路径比较的Retinex算法  26-28
  3.3 Frankle_McCann算法  28-32
  3.4 McCann99算法  32-35
  3.5 本章小结  35-36
4 SSR与MSR(CR)算法  36-48
  4.1 SSR算法  36-42
    4.1.1 算法基本形式及分析  36-37
    4.1.2 环绕函数形式  37-38
    4.1.3 输出结果后续处理  38-40
    4.1.4 环绕函数尺度选择  40-42
  4.2 MSR与MSRCR算法  42-47
    4.2.1 MSR算法  42-45
    4.2.2 MSRCR算法  45-47
  4.3 本章小结  47-48
5 Kimmel Retinex算法  48-61
  5.1 基本结构  48-49
    5.1.1 算法流程  48
    5.1.2 数学描述  48-49
  5.2 数值解法  49-51
    5.2.1 基本迭代数值解法  49-50
    5.2.2 多分辨率数值解法  50-51
  5.3 实际处理中参数选择  51-53
  5.4 Gamma校正处理  53-56
  5.5 处理方式进一步讨论  56-60
    5.5.1 变换色彩空间处理  56-58
    5.5.2 正反图像融合处理  58-60
  5.6 本章小结  60-61
结束语  61-63
致谢  63-64
参考文献  64-67

薄尘雾退化图像的处理研究

内容摘要

全文目录

相似论文