《雾天图像处理方法研究》由会员分享，可在线阅读，更多相关《雾天图像处理方法研究（78页珍藏版）》请在金锄头文库上搜索。
1、ADissertati。ntedt。theAcademicDegreec。mmitt毛翟oo39TianjinPolytechnicUniversityResearchofFogImageProcessingTechniquesInCandidacyfortheMasterSDegreeinSignalandInationProcessingByYangWeiSupervisorProfXiaoZhitaoSchoolofInationandCommunicationEngineering，TianjinPolytechnicUniversityDecember2009独创性声明本人声明所呈交
2、的学位沦文是本人在导师指导下进行的研究二r作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得丞淫王些太堂或其他教育机构的学位或证书而使用过的材料。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了谢意。学位论文作者签名：匆趴签字日期：)olO年弓月IO日学位论文版权使用授权书本学位论文作者完全了解丞洼王些太堂有关保留、使用学位论文的规定。特授权丞洼王些太堂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，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印
3、件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名：签字f1期：珈口年；月10R导师签名：-C去M-m2，程序结束；否则，转入下一步；(4)若yN-n2，劬=n2，以当前像素为中心计算取出输入图像肿与模板大小相同的子块fB：易(=歇ij)f=x-m2，x-m2+l，x+m2j=y-n2，Yn2+l，y+n2)否则，令X=X+l并转入步骤(3)；(5)对fB进行直方图均衡化：助=聊)，其中，及x)代表直方图变换；(6)将(5)中所得的子块中心点的新灰度值赋值给输出图49t98中与之位置对应的像素点，新像素值的映射公式为g(x+m2，y+n2)=g占(石+m2，y+n2)(2-10
4、)(7)重复步骤(3)一(6)，直到所有像素点都处理完毕。块重叠直方图均衡化算法具有以下特点：(1)算法复杂度高，每一次移动都需要对以当前像素为中心的模板子块进行一次直方图均衡化操作。因此很难满足实时视频系统对处理速度的要求。(2)计算的复杂度取决于所选的模板子块的大小，模板子块面积越大运算量越小，模板子块的面积越小运算量越大。(3)子块的大小同时也会影响均衡化的效果。因为模板子块小，包含的信息就少，那么均衡化后动态范围的变化就越明显，增强效果就越显著；相反模板子块的面积越大，包含图像的不同场景深度的信息就越多，其动态范围的分布就大，所以均衡化后，对比度拉伸的程度也随之降低。(4)边界处理问题
5、，由于算法每次处理需以当前像素点为模板中心，而模板边缘不能超出输入图像，那么图像的部分边界点就不会被处理，前面的算法未考虑这种情况。与全局直方图均衡化相比，块重叠直方图均衡化能考虑到每个像素点的邻域信息，其对比度拉伸过程都考虑到邻域的亮度条件，从而使输入图像的局部信息因对比度增强而突显出来，但却是以巨大的运算量为代价的，对于本系统的图像采集标准尺寸640 x480的图像来说，该算法最多要进行307，200次运算。23图像分割技术图像分割是图像处理中的重要环节，也是比较困难的环节。分割的准确性影响甚至决定分析与理解的准确程度。而分割问题的困难在于图像数据的模糊和噪声的干扰。不f刊的应用场合需要具
6、体问题具体分析，根掘实际情况选择合适的方法。分割的程度取决于要解决的问题。在应用中，当感兴趣的对象已经分离出来时就停止分割。13天津jr业人学硕+学位论文图像分割算法一般基于亮度值的两个特征之一：不连续性和相似性【25】。第一类方法基于亮度的不连续变化分割图像，比如图像的边缘。第二类方法依据事先制定的准则将图像分割为相似的区域。门限处理、区域生长和聚类都是这类方法的实例。231灰度阈值分割技术在许多情况下，图像中目标区域和背景区域的灰度或平均灰度是不同。所以可以用灰度差别来进行分割。图像的灰度特征包括I晤度特征、直方图特征、点线特征、边缘特征、纹理特征等。凡利用上述特点区分目标与背景的方法，统
7、称为灰度分割。灰度阈值法是指确定一个灰度门限来区分目标与背景，在门限之内的像素属于目标，其它像素则属于背景。这种分割方法对于目标与背景之问存在明显差别的景物十分有效。设给定的灰度图像f(x，y)tIt：，运用一定的算法确定一个阈值或子集t“tl，t：】，根据各像素灰度图像是否属于，而将其分类，得到g(x，y)=hbxyf(b，少)i仨“t(211)g(x，y)=J掣“、“(211)其中，axy，分别为指定灰度值和原灰度值。如果取=1，k严O，则分割后的图像是二值图像，目标与背景之间具有最大对比度；如果取畋卢瓶，K产o；则分割后的背景图像灰度值为O，目标保留了原灰度。灰度阈值选用有以下三种原则：
8、(1)直接阈值法对于区域内部灰度基本一致而区域之间灰度存在较大差别的图像，只需找到合适的阈值即可把目标分离出来。(2)多阈值法如果一副图像含有多个不同类型的目标区域和背景区域，需要使用多阈值法将这些区域划分开，其基本原则与单阈值法相同。通常，对于有光照和阴影的物体分割很难找到一个统一的门限，需要采用多阈值法。(3)自适应阂值法一般情况下，灰度值法多采用全局阈值。全局闽值足指整幅图像使用同一阈值做分割处理，适用于目标和背景有明显对比度的图像。多数情况下，物体和背景的对比度在图像中各处不是一样的，这时很难用一个统一的闽值将物体与背景分开。针对这类图像，可以根据图像的局部特征分别采用不同的闽值进行分
9、割。实际处理时。需要按照具体问题将图像分成若干予区域分别选择阂值，或者动态14第二章基础理论地根据一定的邻域范围选择每点处的阈值，进行图像分割。本文中对于天空部分的阈值划定就选用此种方法。232区域生长法区域生长法属于基于区域的图像分割方法，区域生长是一种根据事先定义的准则将像素或子区域聚合成更大区域的过程。进行区域生长操作首先要对每个需要分割的区域设定寻找一个种子像素作为生长的起点，然后将种子像素周围与种子像素具有相同或相似特征的像素按照事先指定的准则合并到种子像素所在的区域中。将这些新像素的种子像素继续进行上述操作，直到没有满足条件的像素可被包括进来为止。在实际应用区域生长法时需要解决三个
10、问题：选择或确定一组能正确代表所需区域的种子像素；指定生长准则；指定停止生长的准则。区域生长方i-Z-是根据同一目标区域内像素的相似性质来聚集像素点的方法。从初始区域(如小邻域或某个像素)开始，将相邻的具有同样性质的像素或其他区域归并到目前的区域中从而逐步增长区域，直到没有可以归并的点或其他小区域为止。区域内像素的相似性度量可以包括平均灰度值、纹理、颜色等信息。区域增长方法是比较普遍的方法，在没有先验知识可以利用时，可以取得最佳的性能，因此常用来分割比较复杂的图像，如自然景物、天空等。但是，区域增长方法是一种迭代的方法，空间和时问开销较大。24图像复原技术与图像增强类似，图像复原技术的最终目的
11、是改善给定的图像质量。尽管图像增强和图像复原有相交叉的领域，但图像增强是一个主观的过程，而图像复原的大部分过程是一个客观过程。图像复原试图利用退化现象的某种先验知识来重建或复原被退化的图像。因而，复原技术就是把退化模型化，并且采用相反的过程进行处理，以复原出原图像。这些方法通常都会涉及到设立一个最佳的准则【261，它将会产生期望结果的最佳估计。对比而言，图像增强技术基本上是一个探索性过程，为人类视觉系统的生理接受特点而设计一种改善图像的方法。例如，对比度拉伸是一种图像增强技术，凶为它主要基于给观看者提供其容易接受的图像，而通过模糊函数去除图像模糊则认为是图像复原技术。天津1：业人学硕j卜学位论
12、文图像复原技术是图像处理领域的一个重要而又困难的问题，多年来一直是研究的热点之一。近年来的新发展，如超分辨率图像复原，被称为第二代图像复原技术从广义意义上讲也属于图像复原研究范畴。图像在摄Iv、传输和存储过程中，由于受环境条件的限制及成像装备的物理局限性，使得获取的图像不可避免的会引入不同程度的模糊和噪声及分辨率的不足，引起图像质量下降，称为图像退化。造成图像退化的原因很多，最常见的原因有：(1)成像时大气湍流的扰动效应引起图像的模糊，主要发生在天文图像和遥感成像；(2)被摄物体与成像设备问的相对运动形成图像的运动模糊；(3)成像时摄像机聚焦不佳造成的散焦模糊；(4)环境条件的变goWn传感元
13、器件本身质量使得成像系统存在噪声干扰，诸如热噪声、量化噪声及光噪声等；(5)成像系统的像差、畸变、有ltlN-宽造成的分辨率降低和失真；(6)成像光源和射线的散射造成图像质量下降等。成像时图像质量的下降，对图像的进一步应用如特征提取、自动日标识别和图像分析都相当不利。因此为了满足实际应用的要求，就必须改善成像的环境条件和采用更好的成像设备以获取更高质量的图像，但这在很多条件下代价昂贵甚至是不可能的。图像复原技术作为一种改善图像质量的技术，它利用图像的某种先验知识来重建原始图像，以改善图像的清晰度和消除噪声。在图像处理领域，图像复原一直是最重要、最基本的研究课题之一，具有重要的理论价值和实际意义
14、。研究图像复原有两个关键问题：一是对图像退化过程的先验知识了解的程度；二是采用什么方式对图像进行反退化，以恢复原始高质量图像。图像反退化技术主要包含对原始图像的先验模型研究和如何根据观测退化图像进行推理。本节主要对这些基本理论Tn；b-法21f行阐述。241估计退化模型在图像复原中，有3种主要的估计退化模型的方法：观察法、实验法和数学建模法。1观察法假设提供了一幅退化图像，而没有有关退化函数日的知识，那么估计函数的一个方法就是收集图像自身的信息【27】。例如，如果图像是模糊的，则可以观察包含简单结构的一小部分图像，如某一物体和背景的一部分。为了减少观察时的噪声影响，可以寻找强信号内容区。使用目
15、标和背景的样品灰度级，可以构建一个不模糊的图像，包括该图像和看到的子图像(现实中，它足原始图像在该区域的估计图像)。假定噪声效果可忽略，由于选择了一个强信号区，可得16第二章基础理论H(uv)：掣(212)f(“，V)其中G(u，v)为观察傅立叶变换，F(五，v)2：实验法如果可以使用与获取退化图像的设备相似的装置，从理论上讲，得到一个准确的退化估计是可能的。与退化图像类似的图像可以通过各种系统设置得到，通过退化这些图像，使其尽可能接近希望复原的图像。利用相同的系统设置，给成像一个脉冲(小亮点)得到退化的冲激响应。一个冲激可由明亮的亮点来模拟，并尽可能减少噪声对它的影响。由于冲激的傅立叶变换是
16、一个常量，可得H(uv)：鱼掣(213)爿其中，函数G(u，们与前面一样，是观察的傅立叶变换。彳是一个常数，表示冲激强度。3模型估计法由于退化模型可解决图像复原问题，因此多年来一直应用广泛。在某些情况下，模型要把退化的环境因素一起考虑在内。例如，Hufnagel和Stanley提出的退化模型是基于大气湍流的物理特性。模型化的另一个主要方法是从基本原理丌始推导一个数学模型。对于景深多变的车载视频来说模型估计4能更好地描述图像退化的过程，本文主要介绍此种方法对退化过程进行估计，下面做具体介绍。242建立退化模型图像的质量变差叫做图像的退化。退化的形式有图像模糊、失真、有噪声等等。无论是由光学、光电或电子方法获得的图像都会有不同程度的退化。由于获取图像的方法不同，其退化形式是多样的。如传感器噪声、摄像机焦距未对准、物体与摄像机之间的相对移动、随机大气湍流、成像光源或射线的散射、光学系统相差等，这些因素都会导致图像失真或退化。系统是某些元件以某种方式构造而成的一个整体
