图像去雾技术在直升机海面目标搜寻中的应用.docVIP

图像去雾技术在直升机海面目标搜寻中的应用

目录

TOC\o1-9\h\z\u目录 1

正文 1

文1：图像去雾技术在直升机海面目标搜寻中的应用 1

一、基于散射模型的图像去雾技术 2

（一）大气散射模型 2

(2.1) 3

(2.2) 3

（二）基于多散射模型的去雾算法 3

(2.3) 4

二、图像去雾技术在航拍视频图像中的应用 4

三、结束语 4

文2：拓扑优化技术在直升机结构设计上的应用 5

1拓扑优化技术 5

2结构建模 6

3结果分析 7

4结论 7

原创性声明（模板） 8

正文

图像去雾技术在直升机海面目标搜寻中的应用

文1：图像去雾技术在直升机海面目标搜寻中的应用

引言

直升机凭借出动快速、机动性强、受天气海况影响小、救助成功率高等诸多优势[1]，已成为实施海上搜寻救援的主要航空器。目前，直升机在对失事船舶、救生艇、落水人员、残骸漂浮物等海面目标进行搜寻时，主要依靠机上搜救人员的目视搜寻，以及借助可见光或红外摄像机等搜寻装备。然而，由于海面上吸湿性粒子浓度比较高，海面场景较陆地更容易产生雾霾天气[2]。在雾霾条件下，依靠机上搜救人员目视搜寻获得到海面目标的难度大大增加，不仅搜寻范围受限，而且目标识别度低下。即使利用机载摄像机辅助搜寻，因受海上雾霾粒子散射作用其成像也十分模糊，依然难以提高目标搜寻成功率。为此，本文讨论一种基于散射模型的图像去雾技术，并将其应用到直升机机载可见光摄像机拍摄的（航拍）视频图像中，以提高海面目标识别度。

一、基于散射模型的图像去雾技术

目前，关于图像去雾的算法主要有两类：一类是基于传统图像增强算法的，如自适应直方图、基于区域分割的增强算法等；另一类是基于物理模型的方法，其基本思想是通过研究雾天图像降质的物理过程，并建立雾天图像的退化模型。这些模型主要是通过对光的偏振现象或散射作用进行建模得到的。其中，基于偏振作用的雾天图像增强算法需要分析同一场景的多幅不同偏振度图像，因而难以应用在具有实时性要求的动态视频图像中[3]。大气散射模型因为模型参数少、适用范围广（霾、雾、细雨等）、刻画精度高等优点，近年来已成为应用于图像去雾技术的主流模型。因此，本节首先介绍大气散射模型，再引入一种基于散射模型的图像去雾算法。

（一）大气散射模型

计算机视觉领域广泛采用McCartneyEJ于1975年提出的大气散射模型，该模型包含衰减（Attenuation）和天空光（Airlight）两部分[2]，很好地描述了大气中雾气的散射作用对场景成像的影响：

(2.1)

上式右边第一部分为反射光的“衰减”，第二部分称为“天空光”，其中E(x)是观测到的雾气散射影响下的场景图像强度；R(x)是目标场景点的固有强度，即表示不受雾气散射影响的清晰场景图像强度；为环境光强度；t(x)为传输率。

图像去雾处理的目标就是要从有雾图像E(x)中还原出清晰图像R(x)

(2.2)

然而，由式2.2可知，图像去雾是个极度病态问题，通常需要引入额外信息或某种先验知识，从E(x)中估计出环境光强度和传输率t(x)的值，才能求解出R(x)。因此，对和t(x)的估计成为图像去雾技术的关键所在，近年来已受到广泛而深入地研究，如TanRT，FattalR，何恺明等研究者已取得了众多优秀成果。

（二）基于多散射模型的去雾算法

引起雾天图像能见度衰减的大气散射作用分为两种：单散射作用和多散射作用。而式2.1为单散射大气模型，该模型对于雾天图像的成像描述是不精确的，因此在浓雾或深度动态范围较大的海雾图像处理上效果欠佳[3]

文献[3]深入分析了多散射作用对成像系统的影响，认为图像平面上某个场景点P的亮度主要由三部分组成：（1）点P射光束经大气微粒的散射作用后到达传感器的部分（记为）；（2）点P周围场景点的反射光束经多散射作用后进入点P传感器方向上的部分（记为）；（3）太阳光、空气散射光和地表漫射光进入点P传感器方向上的部分（记为），从而可以将雾天图像的多散射大气模型总结为：

(2.3)

其中TP为光学厚度，RP为点P在晴天图像中的亮度，是以P为中心的邻域，是环境光（太阳光、地平光等）

因此，利用多散射模型的去雾算法步骤为：一、天空光的估计与透射率的计算；二、计算反射光衰减部分和去除多散射作用；三、利用透射率计算各场景点衰减前的亮度。

二、图像去雾技术在航拍视频图像中的应用

本文应用基于多散射模型的去雾算法，对直升机航拍视频图像进行实时处理，以恢复因海面雾气散射造成的退化图像，使得海面搜寻目标能凸显于背景，提高目标辨识度。由于视频图像即由多帧静态图像组成，因此本节仅以海雾天气下机载摄像头拍摄的静态图像为实验对象，应用基于多散射模型的图像去