霧霾成像條件下的超像素級目標快速精準定位.pdf

1、物體定位（Object localization）是計算機視覺領域一個基礎的研究課題，它具有非常重要的理論意義和實用意義。目前的物體定位算法主要在像素級別進行。由于圖像中的像素數(shù)量龐大，它具有運行速度慢、定位精度低的缺點。此外，由于目前的物體定位算法沒有考慮噪聲因素，它們在降質圖像上的定位精度會大大降低。在本文中，我們研究如何在有霧圖像中進行快速而準確的物體定位。針對有霧圖像，我們首先將進行去霧處理，得到清晰圖像后，我們使用一般的超像素

2、生成算法得到超像素的集合，然后將這些集合中的超像素進行網(wǎng)格規(guī)則化，得到超像素級別規(guī)則的網(wǎng)格結構，最后，在這樣的結構上，我們進行精確而快速的物體定位。圍繞這一課題，文本的主要成果包括：
　　（1）提出了局部反照率無關的單幅圖像去霧算法，算法能夠去掉傳導率圖像中不必要的細節(jié)而保留整體結構，恢復得到的圖像更加自然?；趥鲗蕡D像，我們還恢復出深度圖，并在單幅圖像上實現(xiàn)了重聚焦、重光照等特效；
　?。?）提出了基于全變分L1范數(shù)最小

3、化的單幅圖像去霧算法，它對不同各類的霧均能取得良好的結果；
　?。?）提出了保持時空一致性的視頻去霧框架，能夠得到具有幀間和幀內連續(xù)性的清晰視頻。此外，我們還將該框架應用至視頻去噪上，同樣也得到了良好的效果；
　?。?）首次提出“超像素網(wǎng)格”的概念，并提出最大化整體相似性和最小化拓撲差異兩種超像素網(wǎng)格規(guī)則化方法，可以將任意的超像素輸入規(guī)則化為網(wǎng)格結構。在此網(wǎng)格結構上，定義好超像素的特征，人們即可像使用像素一樣地使用超像素；<