基于大气模型和位平面分解的图像去雾方法研究及质量评价

摘要

计算机视觉与图像处理在图像去雾应用领域已经有了实质性的进展，越来越发挥着不可替代的作用和价值。但是现有的处理方法存在天空区域处理不明显、对于层次丰富的图像去雾效果不佳等问题。本文针对这些问题，在算法方面和评价方法进行了改进，有效改善了原先的缺陷。
　　本研究主要内容包括：⑴为了解决传统暗通道图像去雾算法中天空区域易出现灰白光晕的问题，提出了基于暗通道的改进图像去雾算法。暗通道算法处理效果虽然较为理想，但由于使用抠图技术使得运算量较大，做了参数化改进，代替了原有公式中外部最小化部分，使得其计算量降低，效率提高；对于算法经常失效的天空区域，通过引入了判定修正项和判定阈值，利用补偿的思想来对天空区域的像素点进行了处理，使其具有了一定的去雾效果。⑵为了解决纹理丰富和层次明显的图像去雾的难点，为此论文提出了结合分数阶微分的Retinex中心环绕算法。传统的Retinex算法由于计算量大，导致耗费时间周期较长，导致算法的时间复杂度较高，所以采用圆形邻域代替方形邻域，得到了更好的处理效果，该方法可以处理更多的像素点。另外，本文也利用分数阶微分的方法对算法进行了改进处理，对于纹理丰富和层次明显的图像取得了较好的去雾效果。⑶针对灰度图像去雾，提出了基于位平面分解和Tonimoto距离的图像去雾方法。本文针对在传统方法下进行的灰度图像处理所具有的块和颜色失真等缺陷，本文针对传统灰度图像去雾算法中出现灰度失真的性能缺陷，首先利用高低帽变换对图像进行了处理，并使用位平面分解方法处理图像，然后使用Freeman链码从水平和垂直方向加强图像边界，对每个位图进行直方图分析，并根据直方图特征分析比较结果，选择Tonimoto距离最近的图像作为最终结果，实验结果表明，改进算法使得灰度图像的质量得到了有效的改善。⑷提出了一种无参考的图像去雾质量评价方法。选定图像的特征图像块，利用MVG模型对原始图像进行快速匹配和拟合，并与原雾霾图像进行相关指标的距离计算，与经典的基于可见边的去雾质量评价方法的三个指标进行了比较，比较结果表明，提出的无参考的图像去雾质量评价方法具有很好的效果。

目录

声明

第一章 绪论

1.1 课题研究目的与意义

1.2 国内外发展现状

1.3 本文的主要内容与结构

1.4 本章小结

第二章 基于暗通道算法改进的大气模型彩色图像去雾算法

2.1 雾天能见度与雾天图像去雾方法分类

2.2 雾霾理论

2.3 基于暗通道算法改进的彩色图像去雾算法设计

2.4 改进算法实验

2.5 本章小结

第三章 基于分数阶微分改进的Retinex彩色图像去雾算法

3.1 Retinex 理论

3.2 基于分数阶微分改进的Retinex中心环绕算法设计与实验

3.3 本章小结

第四章 基于位平面分解和Tonimoto距离的灰度图像去雾方法

4.1 灰度直方图

4.2 基于位平面分解和Tonimoto距离的灰度图像去雾方法

4.3 改进算法实验

4.4 本章小结

第五章 基于图像特征块和广义高斯分布的无参考质量评价

5.1 图像质量评价方法

5.2 基于可见边的去雾图像质量评价

5.3 改进的无参考质量评价

5.4 改进算法评价实验

5.5 本章小结

总结与展望

总结

展望

参考文献

攻读学位期间取得的研究成果

致谢