基于边界约束和上下文正则化的图像去雾方法研究

单幅图像去雾论文 透射率估计论文 边界约束论文
论文详情
在有雾天气条件下,获取到的户外图像质量严重退化,图像色彩黯淡、对比度大大降低,一些重要的细节信息更是淹没在雾气中难以被察觉,给目标识别带来了很大的困难,户外视频监控的实用性也受到很大影响。因此,图像去雾技术成为提升户外图像质量的一项关键技术。针对图像去雾领域中存在的失真问题,深入地研究了基于边界约束和上下文正则化的图像去雾方法,该方法的核心是场景透射率的估计。然而在估计场景透射率过程中,其约束条件并不总是满足的,在有些区域会导致场景透射率的错误估计,由此从场景透射率错误估计的方面对该方法进行了分析和改进。以此为基础,设计了一种三阶段的场景透射率的估计方法:第一阶段利用边界约束(BoundaryConstraint)对场景透射率进行粗估计,得到基于块的场景透射率;第二阶段利用上下文正则化(Contextual Regularization)对基于块的场景透射率进行细化,得到细化的场景透射率;第三阶段利用容差机制对场景透射率错误估计的区域进行修正,得到更加真实的场景透射率。最后,在大气散射模型的框架下利用估计的真实场景透射率对有雾图像进行去雾,得到清晰的无雾图像。通过实验来对图像去雾效果进行分析与比较,实验结果表明,本方法在边缘和细节的保持上有很好的效果,并且可以很好的解决明亮天空区域失真问题和halo失真问题。
摘要第4-5页
Abstract第5页
1 绪论第8-13页
    1.1 课题的研究背景及意义第8页
    1.2 国内外研究现状第8-11页
    1.3 论文的研究内容及框架结构第11-13页
2 雾图像退化模型和图像复原的理论基础第13-24页
    2.1 雾的形成原理第13页
    2.2 雾天图像退化模型第13-16页
    2.3 暗通道先验第16-19页
    2.4 基于正则化方法的图像复原第19-23页
    2.5 本章小结第23-24页
3 基于边界约束和上下文正则化的图像去雾方法第24-39页
    3.1 算法概述第24-26页
    3.2 第一阶段场景透射率的粗估计第26-29页
    3.3 第二阶段场景透射率的细化第29-35页
    3.4 第三阶段场景透射率的修正第35-37页
    3.5 图像去雾第37-38页
    3.6 本章小结第38-39页
4 实验结果第39-51页
    4.1 实验环境第39页
    4.2 实验分析第39-46页
    4.3 实验比较第46-49页
    4.4 去雾效果展示第49-50页
    4.5 本章小结第50-51页
5 总结与展望第51-53页
    5.1 全文总结第51-52页
    5.2 展望第52-53页
致谢第53-54页
参考文献第54-57页
论文购买
论文编号ABS4297417,这篇论文共57页
会员购买按0.30元/页下载,共需支付17.1
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付28.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656