当前位置: > 硕士毕业论文 > 30000字硕士毕业论文雾天环境下降质图像澄清方法研究

30000字硕士毕业论文雾天环境下降质图像澄清方法研究

论文类型:硕士毕业论文
论文字数:30000字
论点:图像,增强,图像处理
论文概述:

像处理的研究背景图像和语言一直是人类传递信息的主要媒介,其中图像信息是人类传递信J巳的重要媒体和手段。近年来,随着计算机技术和网络技术的迅猛发展,使得图像、视频等多媒体技

论文正文:

第一章导言
1.1图像处理的研究背景图像和语言一直是人类传递信息的主要媒介,其中图像信息是人类传递信息最重要的媒介和手段。近年来,随着计算机技术和网络技术的飞速发展,图像和视频等多媒体技术与人们的生活越来越紧密地联系在一起,对数字图像处理技术“1] [2] [3] [4] [5] [6”的需求也越来越大。冬季图像处理的发展历史不长,但已经引起了人们的关注。图像处理技术始于20世纪60年代,当时图像存储成本高,处理设备成本昂贵,因为}fIJ的应用范围非常狭窄。1964年,加州理工学院喷气推进实验室首次处理了火星车7号宇宙飞船泰泰空发回的月球照片,获得了前所未有的清晰图像,标志着图像处理技术实际应用的开始。20世纪70年代,发展时期开始,出现了CT-11卫星遥感L-温特L-Image [52],这对促进L-温特L-Image处理[1][2][3][4][5][6]的发展起到了很好的作用。20世纪80年代,它进入了大众化时期。这时,计算机已经能够承担图形和图像处理的任务。ULS1大大提高了处理速度,进一步降低了成本,极大地促进了图像处理系统的推广应用。
20世纪90年代是图像处理技术的实用时期。图像处理有大量的信息,需要极高的处理速度。21世纪,图像处理技术应发展到高质量,以实现实时图像处理。采用数字全息技术使图像包含更加完整和丰富的信息,从而实现图像的智能生成、处理、理解和识别。在现实生活中,在获取图像时,由于光照不足、光学系统失真、相对运动、大气杂质等原因,图像往往会模糊不清:图像在再现、扫描、传输和显示过程中受到噪声的污染,导致图像质量下降和有用信息减少。因此,为了研究和分析图像,有必要对图像进行处理。1.雾天图像增强的研究现状雾天户外场景图像的对比度和颜色会发生变化或恶化,图像中包含的许多特征会被覆盖或模糊,视觉感知不清晰。IfIJ室外视觉系统(如室外监控系统和自动导航系统)需要室外场景L冬季L图像作为输入,因此对采集的雾天退化L冬季L图像进行清晰化具有重要的现实意义。国内外许多研究者分析和评价了大气对成像的影响,研究了“56”散射理论,在分析大气影响方面发挥了很大作用。由于10镜头模型不能准确表示实际复杂媒体的影响,多镜头模型受到了广泛关注。在光与大气介质相互作用的研究中,物理学知识或多或少被借鉴,其中输运理论非常普遍,被广泛用于模拟十种恶劣天气条件下的图像退化。在研究沙尘、雾等恶劣天气条件对成像影响模型的基础上,退化图像的恢复取得了很大进展。当场景深度和大气条件的准确信息已知时,已经证明消除天气条件对图像的影响是可行的。在计算机视觉方面,已经开发了该算法,通过处理在恶劣天气条件下拍摄的至少两幅图像,而不知道大气和场景深度信息,来自动计算场景的结构并恢复场景的色度和对比度。目前,雾天退化图像的清晰处理技术主要有两种:一种是基于物理模型fgl的大气退化图像复原方法,从物理原因的角度对大气散射进行建模和分析,实现场景复原;另一种方法是从图像处理的角度增强图像的对比度,以达到清晰的目的。
本文从图像处理的角度研究如何增强图像的对比度,以达到清晰的目的。1.3图像增强的基本方法图像增强[f=}lf4l是图像处理的基本内容之一。图像增强是指根据特定需要突出图像中的一些信息,同时弱化或去除一些不必要的信息的处理方法。其目的是使处理后的图像比原始图像更适合特定的应用。处理结果使图像更适合十个人的视觉特征或机器的识别系统。传统的图像增强处理算法基本上可以分为空域图像增强和频域图像增强。空域是指组成图像的一组像素,而空域图像增强算法直接对图像中像素的灰度值进行算术处理,如图像空域的灰度变换、直方图均衡化、平滑和锐化、伪彩色处理等。频域增强方法首先将图像空之间的图像以某种形式转换成其他图像空,然后利用空的特殊性质方便地进行图像处理,最后将图像转换成原始图像空以从}fn获得增强图像。如低通滤波技术、高通滤波技术、带通带阻滤波、同态滤波[9等。为了适应图像的局部特征,基于10个局部变换的图像增强方法应运而生,如局部直方图均衡化、对比度受限的自适应直方图均衡化和利用局部统计特征的噪声去除方法。目前,一些课题也与图像处理相结合,如基十神经网络的脉冲噪声滤波技术、基十纹理分析的细节保持平滑技术等。传统的图像增强方法在解决实际问题时往往不能满足实际需要,达到更好的增强效果。因此,许多学者提出了一系列新方法。这些方法在处理策略上比传统的增强方法更加复杂,增强效果大大提高。
参考
[1]冈萨雷斯·R·C·数字图像处理[(第2期)。北京:电子工业出版社,2003。
[2]阮邱琦。数字图像处理,第一版,2001.1,电子工业出版社,第180页
[3]涂耀南,李殊涛,毛建旭。计算机图像处理与识别技术“m”,北京:高等教育出版社,2001,91-96。
[4]张玉进。图像处理和分析“M”(第一版)。北京:清华大学出版社,1999。
[5]任吴明,《数字图像处理》第一版。南京理工大学,2003。
[6]涂斌,数字图像增强的MATLAB[·[,佳木斯大学学报(自然科学版),第23卷,第1期,第31-34页。
[7]贾勇宏主编,计算机图像处理与分析“m”,武汉大学出版社,2001
方帅,黄洪华,等。基于十大气体调制传递函数的大气退化图像恢复。红外和激光工程。2008年第37卷,补编,642-64_5。
[9]塔马贝利,吉·林。图像增强的自适应滤波[j >,光学工程,1982,21 (1): 108-112。
陈邵青、吴夏超、程敬之。骨肿瘤x光片的多分辨率特征增强[。Xi交通大学,1999:234-238。
概要5-6
摘要6-7
确认8-13
第一章导言13-19
1.1图像处理的研究背景13
1.2雾天图像增强的研究现状13-14
1.3图像增强的基本方法14-16
1.4图像质量回顾16-17
1.5第17-19条的主要工作和结构布置
第二章雾图像增强基础19-28
2.1雾的形成19
2.2图像增强19-20
2.3空域增强基本算法20-22
2.3.1线性变换20-21
2.3.2非线性变换21-22
2.4频域基本增强算法22-25
2.4.1低通滤波器23-24
2.4.2高通滤波器24
2.4.3同态滤波器24-25
2.5颜色空 25-28
2.5.1 RGB空 25
YUV空之间的2.5.2 25-26
2.5.3 hsi空 26
2.5.4归一化RGB 空 26-28
第三章基于直方图均衡化的雾天图像增强28-41
3.1导言28
3.2全局直方图均衡算法28-30
3.3非重叠直方图均衡化和POSHE算法30-40
3.3.1非重叠直方图均衡30-31
3.3.2 Poshe算法31-35
3.3.3改进的POSHE算法35-40
3.4本章概述40-41
第四章基于RETINEX算法的雾天图像增强41-53
4.1视网膜理论的起源41
4.2传统RETINEX计算方法41-48
4.2.1基于随机路径42-44的视网膜算法
4.2.2 frank le _ mccann算法44-45
4.2.3 mccann99算法45
4.2.4中心45-48周围视网膜的计算方法
4.3改进的MSR 48-52
4.4本章总结52-53
第五章总结与展望53-55
参考文献55-60