基于邊界約束的單幅圖像去霧算法研究.pdf

1、圖像作為重要的信息載體，是人類獲取信息的重要來源，被廣泛應(yīng)用于人工智能、模式識別、智能交通等領(lǐng)域。圖像品質(zhì)的高低直接決定了人類能否真實準確地獲取場景目標信息。在現(xiàn)實生活中，由于成像設(shè)備的因素，或者諸如霧霾、薄霧等不良天候的影響，成像設(shè)備獲取的圖像會模糊退化從而變得不清晰。因此研究如何消除霧霾的影響，使有霧圖像變得清晰可見是尤為必要的。
　　圖像去霧大致可使用兩種方法實現(xiàn)：一種通過對霧霾天生成圖像進行必要的增強處理；一種是研究建立成

2、像模型，通過假設(shè)條件或先驗知識對霧圖形成方程進行逆運算。前者實現(xiàn)簡單，但是去霧效果不佳，場景適應(yīng)性差；后者實現(xiàn)過程復(fù)雜，但是去霧質(zhì)量較好，能獲得較為清晰的無霧圖像。
　　本文對上述兩類去霧方法進行介紹并分析了其優(yōu)缺點。通過研究圖像增強算法及圖像評價體系，基于對霧圖成像模型的分析，結(jié)合邊界約束理論，重點對基于邊界約束和語境正則化的去霧算法進行介紹研究，并提出了有針對性的完善和改進措施，使改進的算法去霧適應(yīng)性得到增強，去霧性能得到提升

3、。通過實驗實現(xiàn)了改進算法的功能，并運用綜合評價體系與其他算法進行對比分析。主要做了以下工作：
　　（1）研究了圖像去霧過程中對噪聲進行抑制的方法。對有霧圖像進行自適應(yīng)中值濾波降噪預(yù)處理來實現(xiàn)對無霧圖像的降噪，圖像降噪預(yù)處理后使用拉普拉斯算子進行濾波銳化。實驗結(jié)果證實，通過對有霧圖像進行降噪預(yù)處理，能有效恢復(fù)出噪聲較低的高質(zhì)量無霧圖像。
　?。?）研究了基于邊界約束和語境正則化的去霧算法，并針對算法存在的問題進行了改進，提出了

4、區(qū)域自適應(yīng)分塊以增強對不同尺寸圖像處理的適應(yīng)性，使用雙邊濾波對基于邊界約束的傳輸率進行優(yōu)化以保持圖像邊緣結(jié)構(gòu)的清晰細節(jié)。實驗證明，改進的算法能有效地解決原算法存在的問題，恢復(fù)出更為清晰高質(zhì)量的圖像。
　?。?）針對去霧后圖像降質(zhì)、對比度下降等問題，本文使用了一種對比度調(diào)整的方法，通過自適應(yīng)對比度拉伸能有效地提升去霧后圖像的質(zhì)量。
　?。?）從單幅圖像質(zhì)量評價以及多幅圖像對比分析兩個角度出發(fā)，運用不同的參數(shù)對去霧后圖像質(zhì)量進行