基于同态滤波的图像去雾方法论文.doc

基于同态滤波的图像去雾方法毕业论文 目录 1 引言 1 1.1 课题研究的背景和意义 1 1.2 图像去雾的研究历史和发展现状 2 1.3 本文主要研究内容和结构安排 3 1.3.1 本文主要研究内容 3 1.3.2 本文结构安排 3 2 图像去雾概述 5 2.1 图像去雾的概念 5 2.2 图像去雾的分类 5 2.2.1 基于物理模型的方法 6 2.2.2 基于非物理模型的方法 8 2.3 图像去雾的应用 12 3 基于同态滤波的图像去雾方法 13 3.1 同态滤波概念与定义 13 3.2 同态滤波的原理 13 3.3 同态滤波的操作的基本流程 13 4 实验结果 18 4.1 灰度版 18 4.2 彩色版 20 4.3 实验结果分析与评价 22 5 评价与改进 24 5.1 直方图 24 5.2 暗通道 26 5.3 改进 29 5.3.1 红外处理 29 5.3.2 红外与同态滤波结合优化 29 5.3.3 实验结果图 30 结论 31 致谢 33 参考文献 34 附录 37 外文资料翻译及原文 48 1 引言 图像去雾是图像处理中一个不可缺少的环节，在遥感、航拍、水下图像分析、户外视频、日常照片、处理等诸多方面有着广泛应用。本章对图像去雾的技术进行介绍，并着重阐述基于同态滤波的图像去雾方法，深入研究了基于同态滤波的图像去雾方法，对雾天退化图像的增强进行了实验验证。同时也增强了雾天降质图像的对比度和色彩保真度，提高了户外成像系统在雾霭等天气下工作的稳定性和可靠性。本章简要介绍了图像去雾处理的背景与意义，图像去雾的国内外研究现状，并给出了本文的主要研究内容。 1.1 课题研究的背景和意义 众所周知，雾和霾是一种常见的天气现象，在雾霾条件拍摄的图片就不是很清晰，因此有必要对图像进行去雾研究。图像去雾技术是通过一定的手段去除图像中雾的干扰，从而得到高质量的图像，以便于得到满意的视觉效果并获取更多有效的图像信息。图像去雾技术是图像处理领域一个重要的研究分支。因其具有跨学科、前沿性以及应用前景广阔等特点，而备受国内外的大批研究者的关注，目前已成为计算机视觉和图像处理领域的研究热点。同时作为一门新兴学科，由于去雾问题涉及到天气条件的随机性与复杂性，使得人们研究的起步比较晚，只有二十年的研究历程。目前虽然有新方法大量涌现，但几乎每一种方法都有一定的局限性，也都处于不断的发展中。一些己取得的研究成果虽然在某一方面得到大家的认可，但还是需要完善和改进。因此，为提高雾天退化图像的质量，需要寻找有效的办法来减少或去除雾的影响。 1.2 图像去雾的研究历史和发展现状 图像去雾技术一个跨学科的前沿性课题，具有广阔的应用前景，近几年来已经成为计算机视觉和图像处理领域研究的热点问题之一，吸引了国内外很多研究人员的兴趣。该技术主要应用于计算机视觉的初级阶段，是目标检测与跟踪、目标分类与识别、目标行为分析与理解等中、高级阶段的基础。 图像去雾技术的研究工作开展较晚，尽管国内外研究机构已经取得了一定的研究成果，然而仍有待完善。研究最早可追溯到1992年L．Bissonnette等人针对雾和雨天气下所做的图像去雾处；随后，John P.Oakley等人针对恶劣天气下航拍降质彩色图像进行了去雾处理，并取得一定的研究成果。后来，McCartney对不同天气条件下大气粒子的类型、大小和浓度进行了研究。Nayar和Narasimhan对大气粒子的类型、大小和浓度造成各种天气的成因进行了简单分析。Garg等人提出雨滴动力学模型，利用模型约束来区分雨和其他类型的信号，有效地检测并去除复杂场景中的雨滴。 与国内相比，国外的研究工作开展较早，且研究机构较多。在国外著名的研究机构中，美国国家航空航天局（NASA）的Langley研究中心（LRC）深人研究基于邻域（surround-based）的Retinex算法，对雾、烟、水下和夜晚图像进行增强，并将其算法嵌人DSP便携式图像增强视觉系统中，处理分辨率为256×256的灰度图像可达到30帧／s,基本满足实时性的要求；哥伦比亚大学的计算机视觉实验室研究如何利用不同天气条件下同一场景的多幅图像来恢复清晰图像，并建立了不同天气条件下同一场景的WILD（Weather and Illumination Database）数据库；以色列的联合成像实验室；研究基于偏振滤波的方法，该方法对大气成像和水下成像均适用；曼彻斯特大学电气和电子工程学院的传感、图像和信号处理组在图像对比度恢复方面进行了长期的研究，英国Dmist公司在此研究基础上开发了商业产品C1earVue。 在国内的研究机构中，微软亚洲研究院与香港中文大学（Chinese University ofHong Kong）信息工程系