數(shù)字圖像去霧算法的研究、驗證及優(yōu)化.pdf

1、隨著計算機技術(shù)的發(fā)展，計算機視覺已經(jīng)成為信息科學、計算機科學等各個科研領(lǐng)域的研究熱點，并應用于軍事偵察系統(tǒng)、交通安全監(jiān)控、衛(wèi)星遙感系統(tǒng)等多個領(lǐng)域。然而，在霧天天氣下，光學傳感器采集的數(shù)字圖像會因為大氣的散射而被嚴重降質(zhì)，使圖像色彩飽和度降低，整體偏灰白色，局部對比度降低，景物的細節(jié)特征難以辨認。這使圖像的觀賞性下降，視覺效果不佳，影響對目標特征的提取，對圖像后續(xù)的處理帶來不利影響。因此，數(shù)字圖像去霧成為目前計算機視覺領(lǐng)域一個重要的研究方

2、向和研究熱點。
　　本論文的工作主要有以下幾個方面：
　　首先，總結(jié)歸納了兩大類數(shù)字圖像去霧算法，即應用圖像增強算法增強霧天圖像的方法以及基于物理模型的算法，全面地綜述了現(xiàn)有的圖像去霧算法。
　　然后，本文提出了使用Quick Shift模式搜索聚類圖像分割算法引導暗原色先驗去霧。在該算法中，Quick Shift圖像分割算法被用于把圖像分為三通道灰度值相近的圖像區(qū)域，對每個區(qū)域分別進行暗原色先驗去霧，高效地去除邊緣效

3、應。Quick Shift圖像分割算法的引導也被用于改進環(huán)境光強度的估計，使去霧效果更好。
　　然后，本文提出了一個基于后向傳播神經(jīng)網(wǎng)絡的新單幅圖像去霧算法。該算法把有霧圖像中RGB通道值作為特征，通過樣本訓練，使用后向傳播神經(jīng)網(wǎng)絡挖掘有霧圖像顏色與場景深度之間的關(guān)系。訓練樣本包括無霧圖像、相應的深度圖以及完全同一場景的有霧圖像。神經(jīng)網(wǎng)絡訓練完成之后，對其輸入有霧圖像的每個像素點的RGB通道值，就能估算出對應的場景深度，從而實現(xiàn)去