恶劣天气下退化图像复原方法研究

摘要

随着计算机视觉系统在各个领域的应用越来越广泛，对系统的鲁棒性和稳定性要求也随之提高。为了保证户外视觉系统全天候正常地工作，必须要求系统能够适应不同的天气状况。本文研究了户外计算机视觉系统中常遇到的恶劣天气下图像质量退化的机理，并重点研究了雾霾天气下退化图像的复原问题，采用基于物理模型的天气退化图像复原方法，对天气退化图像进行了复原。复原后图像的视觉效果明显改善，清晰程度显著提高。该研究结果对提高户外视觉系统的性能有重要的作用。 本文主要对雾霾天气下退化图像的复原技术进行了研究，根据户外天气图像的退化机理，分析了大气散射模型和大气调制传递函数模型，分别利用这两种物理模型对雾霾天气下的退化图像进行复原，并将基于物理模型的天气退化图像复原方法和图像复原的数学方法进行了比较，并通过图像质量参数对比较结果进行了分析。 大气散射模型表明，场景点的亮度和彩色图像的色彩效果都是由直接传输和大气光散射共同作用的结果，由于在晴朗的天气下直接传输起主要作用，则可通过分离出直接传输部分的亮度和色彩，滤除天气退化图像中大气光的作用来复原雾霾环境下的天气退化图像。 大气调制传递函数模型表明，可以将恶劣天气对图像质量的影响作为视觉系统调制传递函数的一个分量。通过已知天气信息估计大气调制传递函数，滤除天气退化图像中大气调制传递函数的影响，即可得到近似晴朗天气下的复原图像。 仿真结果表明，基于物理模型的天气退化图像复原方法，对雾霾天气下的退化图像有较好的复原效果，得到的复原图像的图像质量明显改善，清晰程度显著提高。对增强户外视觉系统的鲁棒性和稳定性有重要意义。

目录

文摘

英文文摘

声明

第一章绪论

1.1课题背景及意义

1.1.1课题背景

1.1.2课题的意义

1.2天气图像复原技术的发展概述

1.2.1天气图像复原技术概述

1.2.2天气图像复原技术研究现状

1.2.3天气图像复原技术的发展趋势

1.3本文的主要内容

第二章退化图像的数学复原方法

2.1图像退化及复原模型

2.2图像质量评价标准

2.2.1评价图像质量的主要参数

2.2.2图像对比度评价方法

2.2.3图像清晰度评价方法

2.3图像复原的数学方法

2.3.1图像复原数学方法概述

2.3.2时域图像复原方法

2.3.3频域图像复原方法

2.4退化图像复原仿真

2.4.1维纳滤波复原退化图像

2.4.2最大熵法复原退化图像

2.5小结

第三章基于物理模型的图像复原方法概述

3.1光和粒子

3.1.1大气中的光

3.1.2大气中的粒子

3.1.3粒子与天气的关系

3.1.4大气的散射特性

3.2大气辐射传输理论

3.2.1大气辐射传输基本概念

3.2.2大气辐射传输方程

3.3天气退化图像复原的物理模型

3.3.1大气散射模型

3.3.2大气调制传递函数模型

3.4小结

第四章基于大气散射模型的天气退化图像复原

4.1大气散射模型

4.2大气散射模型所需信息

4.2.1天空亮度和大气光色度方向

4.2.2深度信息的获取

4.3天气退化图像的复原与增强

4.3.1天气退化图像的复原

4.3.2复原后图像的增强

4.4仿真结果及比较分析

4.4.1仿真结果

4.4.2仿真结果的比较分析

4.5小结

第五章基于大气调制传递函数的天气退化图像复原

5.1大气调制传递函数模型

5.1.1调制传递函数基础

5.1.2大气调制传递函数模型

5.2大气调制传递函数预测

5.2.1湍流调制传递函数预测

5.2.2气溶胶调制传递函数预测

5.3天气退化图像复原与仿真

5.3.1天气退化图像复原

5.3.2仿真结果及比较分析

5.4小结

总结与展望

参考文献

攻读学位期间发表的论文及取得的研究成果

致谢