学位论文 > 优秀研究生学位论文题录展示

恶劣天气环境下图像的清晰化

作　者: 祝培
导　师: 朱虹
学　校: 西安理工大学
专　业: 模式识别与智能系统
关键词: 雾天清晰化图像复原图像增强稀疏编码
分类号: TP399
类　型: 硕士论文
年　份: 2004年
下　载: 605次
引　用: 13次
阅　读: 论文下载

内容摘要

随着视频监测技术在各个领域越来越广泛的应用，要求系统的适用性也随着提高。为了使监测系统在恶劣的天气环境下仍然能够正常工作，提出了恶劣天气环境下的清晰化技术，以通过软件手段来达到强化微弱信息的目的。本文主要针对雾天环境下图像的清晰化技术进行了研究。论文中首先对雾天的分类给出了介绍，并且分析了雾天下的成像模型的特点，以及由此带来的图像清晰化处理的困难。为了解决这些问题，论文分为两大类方法对图像进行处理，一类是基于模型的图像复原技术，一类是非建模的图像增强技术。由于轻雾天气和大雾天气下图像信息损失程度的不同，对它们分别采用不同的手段进行处理。采用图像自适分割方法以及图像局部增强方法对轻雾天气下的图像进行处理，在大幅度提高图像清晰度的同时避免了天空噪声的放大。对单深度图像的处理，则采用人机交互方式选取辐射黑点，后根据大气模型进行处理的方法，求取图像的光学深度，进而利用模型处理的方法恢复图像的信息。对变雾况的两幅同一场景的图像，采用差图像放大的方法，提高图像的清晰度并给出了理论证明。大雾天气下的图像由于其本身灰度范围有限的特点，采用动态范围拉伸的方法进行全局增强，并对其增强后出现的噪声干扰问题利用稀疏编码技术给予解决。本论文的研究主要利用了计算机技术和图像处理技术来提高雾天下图像的西安理工大学硕士学位论文清晰度，对于提高户外全天候监测系统运行的鲁棒性的提高有着重大的意义，并且对其他恶劣犬气下图像的清晰化处理也有一定的促进意义。

全文目录

1 概述  9-14
  1.1 恶劣天气  9
  1.2 课题的研究背景及其意义  9-10
  1.3 课题的难点及本论文所研究的方法  10-14
2 雾天图像退化模型  14-20
  2.1 雾天的分类  14-16
  2.2 大气散射模型  16-20
3 颜色空间与辐射标定  20-28
  3.1 颜色模型的选择  20-23
    3.1.1 RGB模型  20-21
    3.1.2 HSI模型  21-23
  3.2 辐射标定  23-28
4 基于模型的图像复原方法  28-41
  4.1 图像复原的概念  28
  4.2 场景深度已知的复原方法  28-30
  4.3 基于多幅图像的模型参数估计法  30-33
  4.4 差图像放大法  33-39
  4.5 单景深图像的清晰化  39-41
5 非建模的图像增强方法  41-62
  5.1 全局化的图像增强方法  41-46
    5.1.1 直方图均衡化  41-42
    5.1.2 同态滤波  42-44
    5.1.3 基于小波的图像增强算法  44-46
  5.2 局部化的图像增强方法  46-52
    5.2.1 局部对比度增强  47-49
    5.2.2 基于局部均方差直方图变换的对比度增强  49-51
    5.2.3 局部直方图均衡化  51-52
  5.3 轻雾天气下的处理方法  52-57
  5.4 大雾天气下的处理方法  57-62
6 实验结果及展望  62-65
  6.1 实验所需设备  62
  6.2 结果及分析  62-64
  6.3 展望  64-65
致谢  65-66
参考文献  66-71
已发表论文及科研情况  71

恶劣天气环境下图像的清晰化

内容摘要

全文目录

相似论文