基于暗通道先验的雾霾天交通场景下退化图像复原算法研究-计算机软件与理论专业论文.docxVIP

国内图书分类号：TN751．1 国内图书分类号：TN751．1 密级：公开 国际图书分类号：654．9 西南交通大学 研究生学位论文 基王瞳通道盘验的雾霾云童道场量工 逞丝图傻复厦算法硒窒 年 级 三委二三级 姓 名 肖态 申请学位级别 亟± 专 业让箕扭塑鲑生理论 指导老师 翟丕篷副麴援 二零一五年五月一夸一直年丑月 万方数据 Classified Classified Index：TN9 11．22 U．D．C：621．39 Southwest Jiaotong University Master Degree Thesis Degradation of image restoration algorithm based on dark channel prior under the haze day traffic SCeneS Grade：2012 Candidate：Jie Xiao Academic Degree Applied for：Master Speciality：Computer Software and Theory Supervisor：Vice prof．Donghai Zhai May,2015 万方数据 西南交通大学 西南交通大学 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，同意学校保留并 向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授 权西南交通大学可以将本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、缩印或扫描等复印手段保存和汇编本学位论文。 本学位论文属于 1．保密口，在 年解密后适用本授权书： 2．不保密圉，使用本授权书。 (请在以上方框内打“寸’) 学位论文作者签名：肖痞 指导老师签名： 祠凌 日期：训rY．5．馏 吼砂心寸一谬 万方数据 西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下 西南交通大学硕士学位论文主要工作(贡献)声明 本人在学位论文中所做的主要工作或贡献如下 1．介绍了数字图像处理的理论基础，分析了基于暗通道先验理论的图像去雾霾算 法国内外研究现状。 2．研究了雾霾天图像退化模型和大气散射理论，并基于此分析了雾霾天条件下图 像降质机理，描述了经典的雾霾天图像降质模型。 3．对基于暗通道先验去雾霾算法进行matlab仿真，分析了传统的基于暗通道先验 的图像去雾霾算法的优缺点，重点分析』，该算法在处理天空、地面等存在的不足以及 去雾效率低下的原因。 4．针对传统的基于暗通道先验的图像去雾霾算法存在的问题进行改进，提出一种 基于自适应参数大小的图像去雾霾算法，保证了该算法在处理明亮区域时颜色不失真， 并提升了算法效率。 5．为了解决区域选择不恰当及效率低下的问题，提出一种基于局部维纳滤波的图 像去雾霾算法，该算法不仅能去除”halo”问题，而且算法效率也很高。 本人郑重声明：所呈交的学位论文，是在导师指导F独立进行研冗工作所得的成果。除文中已 经注明引用的内容外，本论文不包含任何其他个人或集体己绎发表或撰写过的研宄成果。对本文的 研究做出贡献的个人和集体，均己在文中作了明确说明。本人完全了解违反上述声明所引起的一切 法律责任将由本人承担。 学位论文作者签名：肖杰． 日期：加I歹．，．f0 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第l页 摘 要 随着先进计算机技术的高速发展，数字图像处理算法在户外监控系统，如道路监 控、城市交通监控等领域被广泛运用。但是在雾霾天场景中，监控系统采集到的图像 质量较差，对比度往往较低、模糊不清晰、颜色失真，给公共安全中的监控工作带来 很大影响。因而，对于雾霾天环境下所采集到的图像运用高效率的去雾霾算法进行处 理使其更加清晰意义重大。本文分析了国内外图像去雾霾算法研究现状，并对雾霾天 交通场景下的图像复原算法展开深入研究。围绕大气散射模型以及暗通道先验理论从 以下几个方面开展研究： 11研究了基于大气散射理论的图像降质模型，从根本解析1|，雾霾天交通图像降质 原因。在此基础上，深入探究了暗通道先验理论以及基于该理论的去雾霾算法，对该 算法做了MATLAB仿真分析，发现了该去雾霾算法的不足之处。 2)分析了暗通道先验去雾霾算法在白色区域失效的原因，提出了一种改进的算 法，通过引入自适应参数修正了由于天空区域像素的干扰而导致透射率的求解不精确 的问题。通过实验证明，本文所提算法能够正确得到图像的透射率并且得到清晰无雾 霾图像。 3)针对透射率优化过程中软抠图(soft matting)算法时间复杂度太高的缺点，本 文提出一种基于块的思想优化透射率算法和一种基于局部维纳滤波求解透射率模型。