文档介绍：基于局部信息特征的雾天图像增强算法研究摘要雾天,空气里充满着大量的小水珠,自然光线通过时会产生散射作用,使得到达人眼或光学传感器的视觉图像信息变得模糊,因此,雾降低了大气的能见度,严重影响交通运输,视频监控,目标跟踪乃至军事领域等重要户外活动的安全性,可靠性。本文主要研究雾天图像的增强算法,通过分析现有算法的不足,提出新的算法来提高雾天图像的清晰度。目前,雾天图像增强算法主要分为空间域算法与频率域算法两类,本文根据雾天图像的特征提出一些改进的算法。主要内容如下:攵源车闹狈酵季饣砦硖焱枷瘢銮坎痪取1疚姆治鲈斐烧一缺陷的原因,并提出了一种新的局部化直方图均衡化算法。通过将亮度保持的直方图均衡化算法与插值算法相结合来得到一个局部细节增强明显,而且能达到亮度保持的效果。通过实验分析表明该算法在细节增强、亮度保持、及整体效果都优于传统的基于直方图的增强算法。捎谙钟兄行幕啡芌图像增强算法滤波器固定,不能对厚薄程序不同的雾天图像或多景深的雾天图像都同时有效地增强细节与色彩保真,本文提出一种滤波器可变的枷裨銮克惴āJ紫雀菸硖焱枷裎砘潭鹊分布特征得到滤波参数的阈值:然后对原图中每一子块,将该子块的局部信息与阈值信息做差得到相应的滤波器,由此计算出该子块的入射分量,并通过部分重叠策略平移子块完成对整幅图像的入射分量估计;最后将原图减去整幅图像的入射分量,得到反射分量,实现对图像的增强。实验结果表明:该算法能有效地增强多景深图像及厚薄程序不同的雾天图像。甅算法对雾天彩色图像增强时,细节增强方面存在薄弱的环节。本文通过将基于小波变换域的信息融合策略取代惴ㄖ械南咝约尤ǎ岢鲆种新的慕惴āH诤系幕舅悸肥牵菏紫冉ù诤贤枷窬牟阈〔ǚ解,然后将高频分量取绝对值最大值来突出图像的细节,低频分量采用基于局部方差的技术调节色彩,实现保真的效果。通过主观观测和客观评价表明:在对雾天图像进行增强时,本文的改进算法比传统的惴ㄔ谙附谠銮烤哂更好的效果,同时颜色保真。关键词:图像增强;惴ǎ蝗肷浞至抗兰疲蛔涌椴糠种氐籑算法;信息融合;小波变换
琒,.甌瑃甌琤/瓼;疭瑃,,,,甌,瑃簊瓵甌:.;痶
甋—:籖籭;籭甌畉籘瑃甪甌:.猙;;痶
插图清单图频率域法流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图理想带通滤波器的剖面图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图允┱购椭甘┱沟谋浠磺摺图直方图均衡化处理结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图块重叠直方图均衡化算法结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图不同子块变化函数滤波模板⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图理想底通滤波器的部面图和三维透视图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图巴特沃思低通滤波器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图指数低通滤波器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图理想高通滤波的剖面和三维透视图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图巴特沃斯高通滤波器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图指数高通滤波器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图按比例线性变换示例⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图侄蜗咝岳焓纠ú士占洹图不同类型的直方图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图单值单调递增的灰度级变换函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图非重叠直方图均衡化效果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图插值示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图亮度保持算法演示⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图亮度保留的插值自适应直方图均衡化算法演示流程图⋯⋯⋯⋯⋯⋯⋯⋯图改进的直方图均衡化算法实验结果比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图高斯函数及卷积结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.算法结果对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图滤波器可变的惴鞒掏肌图图像视觉效果分布⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图部分块重叠算法示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..ǖ赖氖笛榻峁员取图实验结果对比图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图信息融合惴鞒掏肌ǖ啦煌惴ǖ拇硇Ч冉稀珺通道处理的结果图和直方图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图疚母慕惴ㄓ氪矼算法的处理结果对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图图
表格清单表图氖笛槭荻员取表图像灰度均值和标准差的比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..×耐臣子块大小×表图的×耐臣平峁冉稀表Ⅱ
第一章绪论课题研究背景及意义视觉信息在人们的日常生活中扮演着重要的角色,人类所获得的信息中%以上来自视觉。视觉信息的清晰度,安全性,可靠性左右着人们正常的生活、生产。随着计算机技术的迅猛发展及机器视觉在工程领域