单幅雾天及水下图像的复原方法研究-计算机应用技术专业论文.docx

万方数据 万方数据 独 创 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的 研究成果。据我所知，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 未 获 得 （注：如没有其他需要特别声明的，本栏可空）或其他教育机构的学位或证书使 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 明确的说明并表示谢意。 学位论文作者签名： 签字日期： 年 月 日 --------------------------------------------------------------------- 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，并同意以 下事项： 1、学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许 论文被查阅和借阅。 2、学校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、汇编学位论文。同时授权清华大学“中 国学术期刊(光盘版)电子杂志社”用于出版和编入 CNKI《中国知识资源总库》， 授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据 库》。（保密的学位论文在解密后适用本授权书） 学位论文作者签名： 导师签字： 签字日期： 年 月 日 签字日期： 年 月 日 单幅雾天及水下图像的复原方法研究 摘 要 经过散射介质（如雾、霾，水体等）成像的图像会严重退化，导致细节丢失、 对比度下降以及颜色偏移失真。雾天和水下图像的退化主要是由于介质的衰减和 散射所造成的，散射又分为前向散射和后向散射，前向散射导致图像细节的轻微 模糊，而后向散射导致图像严重雾化。散射退化图像的复原在许多应用领域都有 十分重要的作用，因此受到国内外众多研究人员的关注。不少学者采用提高设备 性能的方法解决雾天及水下图像成像距离短的问题，但成本较高，难以广泛应用； 采用图像处理方法来提高雾天及水下图像质量更加简单和适用。 成像系统受散射介质的影响，图像退化原因复杂，对散射退化图像进行恢复 时所需的先验知识必须完备。较早的复原方法通过多幅图像或人工交互获得更多 的先验知识来进行去散射，也有不少基于测量的方法来获得散射介质的固有光学 特性（IOP）参数并以此推导退化函数；这些方法不能有效解决现有退化图像实 时性还原需求。 本文针对以上问题深入研究了基于单幅图像且无需对实际成像环境中的介 质进行实际环境测量的复原方法，主要工作和创新点包括以下几个方面： 1）本文认为退化图像中的模糊程度和后向散射噪声本身包含了大量的与散 射介质固有光学特性（IOP）相关的信息，结合微积分和物理极值条件的思想提 出了散射介质分层分解模型来估计退化函数。假定每层厚度极小时后向散射噪声 不相关，对分层模型进行无穷层数（即距离无穷远处）积分，然后利用纯后向散 射背景（距离无穷远处如纯水体和天空区域）拟合得到以往需要实际测量的退化 函数参数。 2）散射退化与景深和散射介质浓度有关，本文开展了实际水池环境实验， 分析和验证模型在这两方面的相关性：首先对不同浑浊程度的水体后向散射噪声 进行详细分析，比较不同水质的模型参数；其次对实验中相同水环境一系列不同 距离的图像进行测距分析，验证了光学距离与实际距离成正比例关系，因此在距 离已知的情况下，分层模型还可以辅助求解和介质 IOP 相关的参数值。 3）提出了一种迭代复原方法——“渐进反卷积”，完成图像去雾。通过模型 推导出的退化函数和噪声信息可以结合多种反卷积方法对图像进行复原，本文提 出了基于滤波器的线性渐进反卷积方法和基于全变分模型的非线性渐进反卷积 方法;分别用这两种方法对实际雾天及水下图像进行复原，实验结果同目前广泛 应用的两种单幅图像去雾方法进行了客观的比较和分析。 4）全变分复原在迭代时使用图像全变分最小作为正则项约束条件，而基于 传统滤波器的线性迭代过程也需要正则项约束，本文研究和比较了几种不同的清 晰度评价函数作为正则项的有效性，提出最大熵正则化方法,结果表明这种方法 适合没有退化前清晰目标图像作为参考的雾天及水下退化图像迭代复原。 关键词： 雾天图像；水下图像；图像复原；散射 The research of single image recovery in fog and underwater Abstract Images in a scattering medium (such as fog, water and smoke) are inevitably degraded, resulting in blurring details and col