面向视频监控的图像去雾方法研究及系统实现

摘要

户外监控系统对雾霾等极端天气比较敏感，在雾霾天气条件下，户外视频质量出现严重退化，从而导致其户外视频监控性能受到严重影响。因此，为了增强户外视频监控的适用性和稳定性，研究雾霾视频图像清晰化复原技术具有重要的实际应用意义。
　　本文的主要研究内容是以单幅图像去雾算法为基础，设计完整的适用于视频监控场景下的视频去雾方法的方案，并使用雾天户外监控系统采集的视频进行验证，具体工作如下：
　　1、针对暗先验去雾算法产生边缘残雾和运行速度慢的问题，提出了一种基于亮度图像的炔速单幅图像去雾方法。首先，对暗原色估计透射率的方法进行改进，用YIQ颜色模型的亮度分量代替暗通道，并用中值滤波代替最小值滤波，以提高计算效率，并抑制光晕现象。其次，釆用效率更高的四叉树算法来求解大气光值。最后，针对室外的各种有雾图像进行实验。实验结果表明，本文方法在处理速度及去雾效果上都优于其它几种经典算法，且适用于视频去雾。
　　2、提出一种面向视频监控的图像去雾方法。首先，根据监控视频背景基本不变的特点，利用均值滤波的背景建模方法提取通用背景图像；然后，利用上述所研究的单幅快速图像去雾方法，基于所得到的通用背景图像估计通用透射率图和大气光值；最后，利用大气散射模型复原视频的每一帧图像，并将其连续输出，得到清晰的视频。实验结果表明，监控视频的去雾方法接近实时去雾的要求。
　　3、在上述工作的基础上，设计并实现了基于MATLAB7.9.0平台的单幅图像去雾系统和基于Visual Studio2010和OpenCV2.3.1开发的视频去雾系统。该系统集成了本文所提出的去雾方法，以及部分经典算法。

目录

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 主要研究内容和章节安排

2 一种基于亮度图像的快速单幅图像去雾方法

2.1 雾天图像成像模型

2.2 基于亮度图像估计透射率

2.3 大气光的估计

2.4 一种基于亮度图像的快速单幅图像去雾方法

2.5 实验结果及分析

2.6本章小结

3 面向视频监控的图像去雾方法

3.1 背景建模方法介绍

3.2 通用透射率图估计

3.3 面向视频监控的图像去雾方法

3.4 实验结果及分析

3.5 本章小结

4 系统与实现

4.1 单幅图像去雾系统

4.2 面向视频监控的去雾系统

4.3 本章小结

5 总结与展望

5.1 全文总结

5.2 研究和展望

致谢

参考文献

附录