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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、近年來,國內(nèi)外霧霾天氣多發(fā),嚴(yán)重影響了交通安全和出行便利。在霧天情況下,由于大氣對光線的散射作用,成像系統(tǒng)獲取的圖像會(huì)產(chǎn)生強(qiáng)烈的退化。這種退化過程導(dǎo)致場景被霧氣所掩蓋而難以辨識(shí),形成的圖像對比度低、顏色暗淡。對有霧圖像視頻進(jìn)行去霧處理,提高其能見度,可為人工判讀和機(jī)器解譯改善圖像的質(zhì)量,因此具有重要的理論意義和實(shí)用價(jià)值。
本文首先介紹了霧天成像的物理模型和相關(guān)的先驗(yàn)理論,并分析了霧天圖像的特點(diǎn)。然后,本文提出了一種基于顏色衰減
2、含霧圖像檢測方法,通過統(tǒng)計(jì)輸入圖像的顏色和亮度表現(xiàn)自動(dòng)判斷圖像是否含霧。最后,本文將物理模型與圖像處理方法相結(jié)合,研究了一種基于融合策略的去霧方法。該方法不直接求解模型參數(shù),而是先按照物理模型,從輸入圖像中推測并提取一系列代表性的深度參數(shù),利用這些參數(shù)生成多個(gè)處理圖層;再以每個(gè)圖層的像素質(zhì)量為依據(jù),將它們?nèi)诤蠟橐环Y(jié)果圖像。
本文通過大量實(shí)驗(yàn),測試了所提出的含霧圖像檢測方法的精確度,驗(yàn)證了所提出的圖像去霧方法的性能,并分別對算
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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)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(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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。
最新文檔
- 基于雙邊濾波的深度圖像去噪研究
- 基于深度神經(jīng)網(wǎng)絡(luò)的ToF深度圖像去噪研究.pdf
- 多幅圖像去霧算法研究.pdf
- 基于Kinect深度圖像的手勢識(shí)別研究.pdf
- 基于深度圖像的繪制技術(shù)研究.pdf
- 基于深度圖像的玉米品種識(shí)別研究.pdf
- 基于kinect深度圖像的手勢識(shí)別研究
- 深度圖像和灰度圖像的邊緣檢測及其融合技術(shù)的研究.pdf
- 基于Kinect深度圖像的動(dòng)作識(shí)別.pdf
- 基于多深度圖像的三維重建技術(shù)研究.pdf
- 基于深度圖像繪制的視圖合成研究.pdf
- 基于單幅圖像的霧天降質(zhì)圖像去霧方法研究.pdf
- 深度圖像增強(qiáng)算法研究.pdf
- 深度圖像分析方法研究.pdf
- 三維深度圖像的多描述編碼.pdf
- 多線結(jié)構(gòu)光深度圖像獲取及其圖像處理的研究.pdf
- 多視點(diǎn)深度圖像的配準(zhǔn)方法研究與實(shí)現(xiàn).pdf
- 基于OpenCL的圖像去霧算法研究.pdf
- 基于深度圖像的虛擬視點(diǎn)繪制方法研究.pdf
- 基于深度圖像的手勢識(shí)別研究及應(yīng)用.pdf
評論
0/150
提交評論