内河CCTV监控图像和视频去雾方法研究

摘要

内河航道上安装的CCTV(Closed Circuit Television闭路电视)监控系统，是目前内河海事监管的一种重要手段。在有雾天气环境下，CCTV监控系统拍摄到的图像和视频，存在对比度不强、模糊、颜色不真实的问题，监控过程中很难准确辨别目标对象，更不容易清晰了解场景状况，影响了监控系统作为“眼”的功能的发挥。目前虽然有许多学者对图像的去雾开展深入研究，由于去雾算法所占用的计算时间长，很难适合应用于视频去雾。本文针对内河CCTV监控图像和视频，重点分析了内河有雾图像退化的原因和机理，深入研究了内河退化图像去雾的关键技术，分析和研究了目前的内河图像去雾方法后，提出了一种内河CCTV监控图像快速去雾方法，并应用于CCTV监控视频去雾，获得较好效果。本文的主要工作有以下4个方面：
　　1.通过分析内河雾天退化图像的特征，研究雾对内河图像的影响机理，建立了一个适合内河雾天退化图像的复原模型。在这个模型的基础上，开展内河雾天退化图像的复原研究。
　　2.提出了K均值聚类的天空亮度值估算方法。此方法使用K均值聚类在天空与非天空区域进行分割，并自动判断出天空的聚类中心，把天空的亮度均值与雾最浓中心的亮度值加权求和，来作为最终天空亮度的估算值，通过实验证明本文提出的天空亮度值的估算方法有效。
　　3.重点研究和分析了基于Retinex、暗原色先验和深度信息的内河图像去雾方法，将这些方法应用于内河图像去雾时存在受限、光晕现象和复杂度高的缺陷。本文提出了一种基于 HSI颜色空间和滤波技术相结合的快速去雾方法。一方面利用雾不影响内河图像色调分量的基础上，对内河图像的亮度分量和饱和度分量分别进行复原处理，使去雾后的内河图像保留了更多的原始信息；另一方面，用高斯导向滤波算法对大气光图进行优化，大大降低了算法的复杂度，提高了计算速度。实验结果表明，基于HSI颜色空间和滤波相结合的快速去雾方法，能够明显提高内河雾天退化图像的对比度，恢复后的内河图像具有更好的视觉效果，提高了闭路电视监控系统的可见度。
　　4.为了满足CCTV监控视频实时性的要求，提出了运动矢量估计的方法，解决了视频帧之间大气光图的传递问题，使得能够达到每秒处理五帧图像去雾的速度，实现了视频去雾，保证了视频去雾的实时性。然而，本论文因为没有考虑视频的时空一致性，所以去雾后的视频出现了局部抖动现象。这是本文方法需要进一步研究改善的地方。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪 论

1.1 课题研究的背景及意义

1.2 去雾算法的国内外研究现状

1.3 本论文主要研究工作及结构安排

第2章 雾天图像特征及退化机理分析

2.1 雾天图像特征分析

2.2大气散射物理模型

2.3 颜色模型

2.4本章小结

第3章 典型去雾方法在内河图像中的应用

3.1 基于Retinex的图像去雾方法

3.2 基于暗原色先验的图像去雾方法

3.3 基于深度信息的图像去雾方法

3.4 本章小结

第4章 基于HSI颜色空间和滤波技术的内河图像去

4.1雾天内河雾图复原模型的建立

4.2 天空亮度值A?的估算方法研究

4.3 大气光A计算方法研究

4.4基于HSI颜色空间和滤波技术的雾天内河图像去雾算法

4.5 实验结果及分析

4.6本章小结

第5章 基于运动矢量估计的视频去雾方法

5.1 内河CCTV监控视频清晰化整体框架

5.2 光流场法介绍

5.3 基于运动矢量估计的视频去雾

5.4 实验结果及分析

5.5 本章小结

第6章 总结和展望

6.1全文工作总结

6.2未来工作展望

致谢

参考文献

作者在攻读硕士学位期间发表的学术论文