高分辨率图像的快速去雾方法研究

摘要

随着安防科技的发展和网络带宽的增加，高清摄像头在多个领域得到了广泛的使用，比如高速公路、城市道路、航海、航拍等。近些年来，中国等发展中国家经常遭受雾霾等恶劣天气的侵袭，在这种极端天气情况下，高清摄像头会受到大气中固体小颗粒和小液滴的影响，拍摄的图像往往丢失主要信息，从而导致依赖于视觉的机器设备无法可靠的工作，影响航空海运的安全。各国的研究人员针对降质图像的增强技术进行了大量的研究，也取得了一定的研究成果。然而，高清摄像头拍摄的高分辨率图像的数据量较大，去雾处理过程耗时较长，现有图像去雾算法的运算速度无法满足其工业上的实际应用需求。因此，迫切需要一种面向高分辨率图像的快速去雾算法。
　　为了实现高分辨率图像的实时去雾，本文在分析和研究暗通道先验去雾算法的基础上，提出了一种基于压缩采样的高分辨率图像去雾方法。该方法首先对原图像进行压缩并利用压缩图像计算暗通道图，然后在大规模浮点数运算之后将有损的透射率用最邻近插值放大到原来大小，最后根大气散射模型对雾图进行清晰化处理。为了验证本文方法的有效性和实用性，本文从不同分辨率、块大小、采样率情况下的去雾时间、去雾效果进行分析，并与已有去雾算法的实验结果进行了对比。实验结果表明，本文提出的高分辨图像去雾算法能够在保持较好的去雾效果的同时，有效地降低了去雾图像计算透射率图的时间复杂度，从而实现了高分辨率图像的实时去雾。
　　针对因基于暗通道去雾算法而带来的“光晕效应”和天空失真的问题，本文提出了一种天空区域视觉感知优化的去雾算法。该方法首先利用暗通道对图像的天空区域进行粗分割，然后采用“迭代分割法”进行二次细分，最后对天空区域进行视觉感知优化处理。实验结果证明本文提出的天空区域视觉感知优化的去雾算法能够有效解决“光晕效应”和天空失真问题，恢复天空区域真实自然的色彩，取得了较好的去雾效果。
　　最后，本文在上述关键算法研究的基础上，设计和开发了一个高分辨率图像去雾系统。该系统用于对输入图像使用本文去雾算法进行图像清晰化处理，明显提高了图像对比度和清晰度。该系统还整合了其他经典去雾算法，可以用多种去雾算法进行实验效果比较，包括图像质量、去雾处理时间等的对比，以验证本文去雾算法的有效性和实用性。

目录

声明

摘要

第1章 绪论

1．1 论文选题来源与意义

1．2 国内外研究现状

1．2．1 多幅图像去雾方法

1．2 ，2基于图像增强的单幅图像去雾方法

1．2．3 基于物理模型的单幅图像去雾方法

1．2．4 国内外研究现状的总结

1．3 本文研究目标与内容

1．3．1 研究目标

1．3．2 研究内容

1．4 论文组织结构

第2章 相关工作

2．1 大气散射模型

2．2 暗通道先验

2．3 基于导向滤波的透射率分布优化

2．4 本章小结

第3章 基于下采样的高分辨率图像去雾算法

3．1 基于压缩采样的透射率评估

3．2 透射率分布优化处理

3．3 评估大气光强

3．4 高分辨率图像去雾算法实验结果

3．4．1 块大小参数

3．4．2 采样率参数

3．4．3 去雾效果比较

3．4．4 去雾时间比较

3．3 本章小结

第4章 天空区域视觉优化的图像去雾算法

4．1 天空区域分割

4．1．1 基于暗通道的天空粗分割

4．1．2 “迭代分割法”细分天空区域

4．2 天空视觉感知优化

4．3 天空区域视觉感知优化算法实验结果

4．4 本章小结

第5章 高分辨率图像去雾系统设计与实现

5．1 高分辨率图像去雾系统架构和流程

5．2 高分辨率图像去雾系统的实现

5．2．1 高分辨率图像去雾系统开发环境

5．2．2 高分辨率图像去雾系统实现语言

5．2．3 高分辨率图像去雾系统的界面平台

5．2．4 高分辨率图像去雾系统的优化

5．3 高分辨率图像去雾系统效果

5．4 本章小结

第6章 结论与展望

6．1 结论

6．2 展望

参考文献

致谢

攻读学位期间参加的科研项目和成果