霧霾圖像增強方法研究.pdf

1、眾所周知，在我們獲取信息的各種類型中，圖像信息占據了多數部分的比例，由于圖像內容直觀，并且所含信息量也相當豐富，因此較容易被人們所接受。然而隨著環(huán)境的污染使得近年來的霧霾氣候現象日益加劇，即便是在正常的天氣情況下也會出現有霧現象，如雨霧、晨霧等，這類霧天給一些重要場景的視頻圖像監(jiān)控帶來了障礙，因為霧霾天氣的原因使獲取到的圖像模糊不清，甚至掩蓋了重要的圖像細節(jié)特征，如道路行車安全監(jiān)控等，這類圖像的質量下降會對公共安全產生較大危害，因此對含

2、霧圖像的去霧增強顯得頗為重要。
　　圖像增強在圖像處理領域有著非常重要的作用，其一般通過提取我們感興趣的圖像特征細節(jié)或去除影響圖像視覺效果的成分來達到改善圖像質量的目的，以方便后續(xù)的圖像處理。圖像增強所用方法包括了提升圖像對比度、圖像銳化、圖像清晰化以及圖像去噪等，一般會根據不同的圖像特征采用不同的方法。本文討論的圖像去霧增強方法就是針對特殊環(huán)境氣候而導致的圖像質量問題所提出的，就霧霾天氣條件下的圖像清晰化問題，圖像去霧增強成為了

3、圖像處理領域的熱點問題之一。
　　本文基于小波變換多尺度分解理論，在分析了霧霾天氣下圖像特點及小波變換系數分布特征之后，結合現有圖像增強方法，提出了一種基于多尺度子帶劃分的自適應圖像去霧增強方法，主要內容如下：
　　1首先選擇合適的尺度函數和小波函數，對圖像進行相應的多尺度小波分解，得到圖像在尺度J上的近似系數(也就是尺度系數)和更高尺度上的細節(jié)系數(也就是小波系數)，為使圖像增強方法具有一定的自適應能力，本文解決了在圖像多

4、尺度分解過程中的最佳分解層數的問題，在分析了現有的確定最佳分解層數方法，同時結合含霧圖像特征，提出了一種基于圖像熵值差的半回退噪聲序列檢驗方法。
　　2其次在確定了分解層數之后，圖像經小波變換的各層小波系數也就確定下來了，這時需要對小波系數進行篩選劃分，本文根據軟閾值法及小波系數變化特點，提出了在不同尺度不同方向子帶圖像設定局部性閾值的方法，這種閾值處理方法相比軟閾值法來說閾值劃分的精度更為精細，也更為合理。
　　3最后經過