【精选】图像去雾前期报告.docVIP

河北工业大学本科毕业设计（论文）前期报告 毕业设计（论文）题目：图像去雾算法的研究 专业：自动化专业 学生信息： 指导教师信息： 教师号 姓名 职称 报告提交日期： 1.文献综述 雾是一种常见的自然现象，它会使大气的能见度降低，景物图像发生退化，在雾天拍摄的图像内容模糊，对比度下降，这将会严重影响户外图像采集与处理，使工作无法正常进行。因此，对这种自然现象引起的图像质量下降展开图像信号处理与研究具有普遍意义。 另一方面，由于计算机技术的迅猛发展，计算机技术的运算速度越来越快，图像处理系统的价格日益下降，随着计算机视觉与图像处理技术的快速发展，户外视觉系统的研究与应用也在飞速增长。从而图像处理技术得以广泛用于科学和工程领域，为了保证视觉系统全天候正常工作，就必须使系统适应各种天气状况，而雾天图像对比度和颜色的会发生退化，导致这些系统无法正常工作。 因此，研究如何对尘雾等恶劣天气下获得退化图像进行有效的处理，对大气退化图像的复原，和景物细节信息的增强有着非常重要的现实意义，本论文展开了雾天天气下的景物清晰化技术的讨论，雾天图像的清晰化技术有可能对其他恶劣天气下的图像清晰化技术起到促进作用，此方面技术的研究有着很大的前景，图像处理科学与技术逐步向其他领域渗透是必然的。 2.课题研究的发展状况 本课题主要研究图像去雾的算法，目前，各个文献提出的图像去雾处理的方法有很多，一般分为以下几种：第一类是常规图像增强算法，图像增强分为图像颜色增强和图像对比度增强，图像颜色增强主要通过颜色恒常算法和色调映射算法，例如，图像亮度曲线调节，图像亮度线性拉伸，直方图均衡化，伽马算法。图像增强算法主要有频率域图像锐化算法，基于掩膜的图像锐化算法等。这类算法没有考虑雾天大气对图像的影响。 第二类是基于大气退化物理模型的方法，这种方法需要获得额外信息，例如有的方法需要利用专用的已经标定的雷达装置获得深度信息，然后利用图像数据和深度信息来求物理模型的参数，然后把参数带入退化模型，才能求出估计图像。有的；有的方法需要得到两种不同天气下同一场景的图像，才能获得深度信息，要求不好实现。 3.图像去雾算法及特点 3.1基于图像增强思想的算法 在基于增强的算法中，目前国内采用较多的是直方图均衡化算法和基于理论的多尺度彩色图像增强算法。 1）直方图均衡化算法 图像增强中的一种常用的方法，该算法以概率论为基础，基于空间不变思想，运用灰度运算来实现直方图的变换，从而达到增强图像的目的，更适合于景物深度变化很小的图像。分为全局直方图均衡化算法和局部直方图均衡化算法， 全局直方图均衡化算法实现简单，对单景深图像的复原效果较好，但是对于场景深度多变的图像，这种方法就很难反映图像中局部景物深度的变化，因此，对比度增强的效果难以令人满意。局部直方图均衡化算法【1】-【3】采用局部增强方法可以在很大程度上减小场景深度的影响，可使图像的每一个区域的对比度都能得到很大的改善，但是同时这种方法也将灰度变化缓慢的区域，如天空等区域也进行了误增强，从而导致景物影像因许多噪声的干扰而表现得不自然。 2）色彩恒常【4】-【6】理论 色彩恒常性是人类的视觉认知功能之一，它使人们能够忽略环境光照的光谱成分变化而获得对物体颜色的稳定知觉。也就是，在照度发生变化的条件下，人们对物体表色的知觉趋于稳定的心理倾向,同一表面在不同的照度下会产生不同的反射谱,人眼的颜色机制能分辨这种由照度变化导致的表面反射谱变化，对该表面颜色的认知在一定的范围内保持恒定。这种色彩适应性质对人类适应环境的过程具有重要意义。 3）．基于小波的方法 Grewe等人【7】-【8】基于小波方法对多幅雾天图像进行融合来获得一张较好的图像，但这种方法只能相对地提高图像质量，并不能实现真正意义上的去雾。 4）．基于大气调制传递方程【9】的方法 基于大气调制传递方程的方法是借助于大气调制传递方程进行雾天衰减图像的处理，但是需要事先知道雾气浓度和场景深度，在实际应用中难以实现。 3.2基于图像恢复思想的处理方法 有雾天气条件下，空气中悬浮颗粒的类型、形状、大小不同，颗粒对入射光线的散射模式也不同，颗粒大小的不同会导致散射模式和散射强度发生很大的变化。散射函数和颗粒的尺寸和入射光的波长比例是相关的。一般小颗粒物(1/10波长)的向前散射入射光(入射方向)和向后散射入射光基本是一样的，中等大小的颗粒(1/4波长)向前散射的要多些，更大的颗粒(比波长要大)基本上是仅向前散射。在此基础上，大气散射理论提出来了。 1）衰减模型【10】 在有雾天气条件下，从物体表面反射的一束光线在穿过大气到达成像设备的过程中会受到空气中悬浮颗粒的散射，导致部分光线偏离原来的传播路线到达不了成像设备。这会就导致光在传播过程中能量的衰减。直观上，物体离成像设备距离越远，发