恶劣环境下图像去雾算法的研究及实现-信号与信息处理专业论文.docxVIP

南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包 含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它 教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的 任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索； 可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质 论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘 要 近年来，随着人们对安全方面越来越高的需求，视频监控得到了越来越广泛的应用，人 们对于数字化视频监测系统的要求也随之提高。但是在恶劣环境下，通过视频监测系统获取 图像的质量受到了很大的挑战。因为在恶劣环境中，尤其是雾霾天气条件下，获取的图像信 息往往都有不好的视觉效果，呈现出清晰度下降、对比度降低的特点，导致视频监测系统的 应用效果受到严重影响。因此，研究雾霾天气情况下退化图像的质量提升工作具有重要的实 际应用价值。 本文针对基于暗原色先验去雾算法的不足提出了几点改进，主要贡献可归纳如下: 首先，基于暗原色先验去雾算法在处理明亮区域时，总是出现视觉效果不佳、明亮区域 色彩失真的现象。针对这一现象，本文首先改进了大气光估计方法，选取了雾最浓处作为大 气光估计的区域，并且考虑了三个颜色通道对亮度的贡献权值，使得改进后的大气光估计比 原来更加精准。同时，通过加入容差对暗原色先验去雾算法进行扩充，在原有数学模型基础 上修正明亮区域的透射率公式，使得即使雾霾图像中有大片的明亮区域依然可以使用该算法 来达到图像去雾的目的。 同时，针对细化粗略透射率图时效率低的问题，提出了引导滤波器方法，即用该滤波算 子替换原软抠图方法来细化透射率部分，具体做法是通过引导图像对粗略透射率图像进行引 导滤波，从而得到细化后的透射率分布，这种滤波方法在保留粗略透射率图像整体特征的同 时，还可以获得引导图像的变化细节，很好地解决了方块效应。不同于软抠图全局最优的策 略，引导滤波器采用的是窗口内局部最优方法，从而极大地缩减了原有算法运行时间。 再者，在图像去雾过程中会引进噪声，对最后去雾效果产生不好的影响，为了解决这个 问题，使用非局部均值去噪算法。这种方法充分地利用整幅图像的冗余信息来加权平均去噪， 所以能够很好的保持原有图像的各种细节特征，使得去雾图像呈现更好的视觉效果。 最后，提出一种盲图像质量评价方法来验证本文算法的效果,即去雾后图像的质量评价问 题。该质量评价方法基于人眼视觉特性，通过利用人类视觉系统对比度敏感函数来对空间域 噪声检测进行加权, 具有较强的主客观评价一致性。而且这种算法不需要参考图像，运算复 杂度低。 实验表明，无论是主观还是客观的图像质量评价均验证了本文改进算法的可行性与有效 性。 关键词: 暗原色去雾；明亮区域；透射率；大气光；盲图像质量评价 I Abstract Recent years, as peoples increasing demand in safety, video monitoring has been increasing widely used, so people have improved demands in the digital video monitoring system. But under severe environments, the quality of the image from video monitoring system meets great challenge. Because under severe environments, especially in the haze weather conditions, the image information often have not good visual effect, and reduced contrast and sharpness, so the application of video monitoring system is seriously affected. Therefore, it is very important t