船舶舱外视频监控图像去雾方法研究

摘要

在我国北方沿海地区，雾天是很常见的。雾天情况下，将会导致船舶上的监控设备采集到的图像模糊，舱内人员不能获得清晰的目标图像，进一步的影响船上驾驶人员对海上航行的分析与判断，这种雾天无疑给船舶运输的行业带来了严峻的挑战。因此，为降低船舶在雾天航行的风险，增加图像的清晰度，对雾天的图像实现去雾处理都是非常有必要的。为了使雾天航行下的船上监控设备采集到清晰的图像，将对图像去雾技术进行研究。
　　目前图像去雾大致可以分为两大类:图像增强的方法和图像复原的方法。图像增强的方法发展比较早，应用范围广泛，但去雾图像效果不佳。图像复原的方法去雾过程比较复杂，但去雾图像效果较好。本文将围绕着这两类方法进行研究。
　　论文主要完成以下工作:
　　(1)研究经典的图像增强的去雾方法并且做了仿真实验，分析各个方法的优缺点，并给出这些图像增强方法的应用场景。
　　(2)在图像复原的方法中引入雾天退化的物理模型。分析了图像退化物理模型的病态性，在基于暗通道理论的基础上提出改进的船舶舱外图像去雾的算法，使用引导滤波替代软抠图的方法来进行透射率优化，根据船舶舱外有雾图像的特点改进大气光强的估算方法，还原出无雾图像。最后还从去雾时间和图像去雾效果进行了分析对比。
　　(3)考虑到视频中图像是连续的，给出了一种适用于视频监控实时去雾的算法。做了实验对比分析，选取了合适的滤波窗口和亮度系数，实验结果表明该算法达到很好的视频去雾效果。

目录

声明

摘要

第1章 绪论

1．1 课题背景和研究意义

1．2 船舶舱外图像去雾的研究现状

1．2．1 图像去雾方法研究以及发展现状

1．2．2 海上监控图像去雾的发展现状与总结

1．3 论文的主要内容和章节的安排

第2章 图像去雾的基础

2．1 雾天出现的原因

2．2 雾天图像模糊和颜色失真的原因

2．3 图像增强的去雾技术

2．3．1 直方图均衡化

2．3．2 线性变换

2．3．3 反转变换

2．3．4 对数变换

2．3．5 伽马变换

2．3．6 同态滤波(HF)

2．4 图像复原的理论基础

2．4．1 大气散射模型

2．4．2 大气光成像模型

2．4．3入射光衰减模型

2．5 本章小结

第3章 船舶舱外图像去雾的算法研究

3．1 单幅图像去雾的病态性

3．2 暗通道原理

3．3 基于暗通道先验知识的图像去雾

3．3．1 暗通道先验知识估计透射率

3．3．2 全局大气光强的估计

3．4 海上图像去雾相关预处理技术

3．4．1 微分算子图像锐化技术

3．4．2 微分算子索贝尔的研究

3．5 图像评价指标

3．5．1 主观评价指标

3．5．2 客观评价指标

3．6 本章小结

第4章 改进的船舶舱外图像去雾算法

4．1 船舶舱外图像去雾的前期处理

4．2 船舶舱外监控图像去雾改进算法研究

4．2．1 全局大气光强的估算

4．2．2 图像透射率的估算

4．3 船舶舱外图像去雾的流程

4．4 试验结果与分析

4．5 本章小结

第5章 视频去雾算法的设计与实现

5．1 视频流中图像实现实时去雾算法

5．1．1 视频流中图像透射率的估计

5．1．2 视频流中的大气光强的估计

5．2 视频流实时去雾算法流程

5．3 视频图像去雾参数分析

5．3．1 滤波窗口的尺寸

5．3．2 亮度系数

5．4 视频图像去雾结果分析

5．5 本章小结

结论

参考文献

攻读学士学位期间发表的论文和取得的科研成果

致谢