2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、有霧天氣條件下獲取的圖像對比度低、圖像內(nèi)容模糊不清而且顏色整體偏向灰白色,圖像去霧的目的就是恢復有霧圖像的對比度和真實色彩,重現(xiàn)在理想天氣條件下拍攝的清晰圖像。鑒于圖像處理和計算機視覺中有關(guān)圖像理解、目標識別、目標跟蹤、智能導航等領域的很多算法都是假設輸入的圖像或視頻是在理想天氣條件下拍攝的,因此有霧圖像清晰化就顯得格外重要,是目前人們研究的熱點問題之一,近年來在國際頂級期刊和會議上不斷有新的算法被提出來。
   本文深入分析了

2、有霧天氣條件下圖像成像的物理過程,回顧了有霧天氣條件下基于大氣散射物理模型的圖像退化模型和一些常規(guī)圖像增強算法,多幅圖像去霧算法以及單幅圖像去霧算法。在充分研究最近十幾年有關(guān)圖像去霧算法的基礎上,提出了在貝葉斯框架下利用稀疏先驗來實現(xiàn)單幅圖像去霧。
   對于輸入的一幅有霧圖像,會存在一幅清新圖像與之相對應,我們就是要求清新圖像在有霧圖像已知情況下出現(xiàn)的概率最大,為此利用圖像的統(tǒng)計模型建立了貝葉斯框架。該框架下每個概率項都有其具

3、體的含義。對于清晰自然圖像,其圖像統(tǒng)計具有尖峰長尾特征,稀疏先驗能夠很好的刻畫這種性質(zhì),圖像中的噪聲可以認為是高斯白噪聲,場景深度可以認為是局部平滑的。為了求解該貝葉斯框架,我們利用MAP(Maximum A Posteriori Probability),使用交替優(yōu)化方法和IRLS(Iterative Reweighted Least Square)算法來求解優(yōu)化問題。
   為了進一步說明本文算法的有效性,本文和最近在國際頂

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論