面向有損壓縮的視頻圖像的去霧算法.pdf

1、分類號——UDC武J萎理歹大穿學(xué)位論密級——學(xué)校代碼!Q壘坌2文中文題目重自查塑墾緒的墊塑圖堡鮑圭囊簋逵英文!魚曼Q曼魚ggi塾g△!gQ煎!b也Q￡題目LQ曼曼Y￡Q塑p!篁墨墨iQ塾3魚亟曼Q!!墜壘g曼作者姓名奎蕉莖』指導(dǎo)教師姓名—』過j盤一職稱—塑絲學(xué)位——j生三L一申請學(xué)位級別論文提交日期碩士43006320114論文答辯日期學(xué)位授予單位巒墊壟墨盤堂學(xué)位授予日期201152011年5月隨著圖像傳感器和計算機技術(shù)的發(fā)展，戶外機器

2、視覺系統(tǒng)得到了廣泛應(yīng)用，而惡劣天氣(霧、雨、雪)是影響戶外視覺系統(tǒng)正常工作最主要的因素。由于大氣散射，霧造成圖像色彩和對比度大幅下降，直接影響圖像特征提取，從而導(dǎo)致以提取圖像特征為基礎(chǔ)的監(jiān)控、跟蹤、智能導(dǎo)航等視覺應(yīng)用系統(tǒng)無法正常穩(wěn)定工作。因此，研究有霧天氣下圖像的處理方法具有實際應(yīng)用價值。本文通過分析目前國內(nèi)外去霧算法的研究現(xiàn)狀，總結(jié)出制約去霧技術(shù)推廣應(yīng)用的三個因素——實時性、適應(yīng)性和智能性，并針對這些因素提出有建設(shè)性的解決方案。在實時

3、性方面，深入分析了目前主流的基于暗原色先驗去霧方法的理論，并重點研究其中耗時耗空間的摳圖原理，提出基于暗原色的縮放閾值法，結(jié)合內(nèi)插值平滑和閾值復(fù)原來代替摳圖，極大地降低了算法的時間和空間復(fù)雜度。在適應(yīng)性方面，針對一般去霧算法對有損壓縮失效的現(xiàn)象，重點分析了有損壓縮對圖像去霧的影響，提出聯(lián)合小波和暗原色的去霧方法，利用小波變換能將圖像分成高頻和低頻信息這一顯著特點來找出有損壓縮帶給圖像去霧的不規(guī)則雜點區(qū)域，并對這些雜點區(qū)域進行相應(yīng)處理，從

4、而有效消除有損壓縮對圖像去霧的影響。在智能性方面，利用多特征融合的協(xié)方差向量描述圖像特征，分別建立感知器神經(jīng)網(wǎng)絡(luò)分類器和支持向量機分類器學(xué)習(xí)相同樣本數(shù)據(jù)并用來智能檢測霧圖場景，分析對比兩種分類器的準(zhǔn)確率，選擇較好的分類器用于智能檢測有霧圖像。另外，由于目前去霧算法主要集中在圖像上，專門研究視頻去霧的理論較少，視頻去霧不能簡單地對每幀單獨進行圖像去霧，這樣可能失去視頻幀的實時性和時空一致性。本文根據(jù)工業(yè)視頻背景變化慢的特性，提出基于高斯混

5、合建模和暗原色的視頻去霧方法，采用高斯混合建模方法得到前景，并依照前景去更新暗原色先驗去霧過程中的透射率圖，極大地縮短了去霧算法運行時間，滿足實時性，由于算法是基于背景的去霧，滿足視頻時空一致性。最后，本文在VC60和MATLAB環(huán)境下，借助OpenCV開源計算機視覺庫編程完成了本文提出的算法。通過實驗證明，本文圖像去霧算法在實時性、適應(yīng)性和智能性方面均有所提高，視頻去霧亦達到了預(yù)期的效果。關(guān)鍵詞：去霧，有損壓縮，小波變換，感知器，支持