菜单
　　
    摘要雾霾天气下拍摄的图像，由于大气中的微小粒子散射作用，存在着色彩失真、清晰度降低、对比度下降等问题。所以对雾霾天图像进行去雾霾增强处理就有着重要意义和广泛应用。
    本文在对现有的各种图像增强方法归纳与对比后，发现Retinex算法在综合考虑下是处理雾霾图像算法中较好的。但是Retinex算法也存在处理图像产生光晕现象、颜色失真、图像暗淡、不能区分图像雾霾程度和景深等缺点。因此，本文对中心环绕的Retinex算法进行改进，实现一种尺度参数可调节，并带有色彩恢复的Retinex算法。利用原图像的RGB色彩比引入色彩恢复因子，并对图像划分子块，利用各子块的灰度均值与标准差来调节Retinex算法的尺度参数，从而获得了比较好的图像增强效果。30632
    关键词  去雾霾  图像增强  Retinex算法   色彩恢复  尺度参数可调
    毕业论文设计说明书外文摘要
    Title    Fog And Haze Image Enhancement Algorithm Research   And Realize                                        
    Abstract
    There were some problems caused by the scattering of tiny particles in the air to the images that shooting in the conditions of fog and haze. such as color, blurred and contrast were severely degraded . So,it has a great significance and wide range of needs to enhance the image of fog.
    In this paper,we are generalized and compared the existing methods of image enhancement. We found Retinex algorithm is a great method to enhance the image that which was shot at the conditions of fog and haze. Retinex algorithm also has some drawbacks,such as the problems of halo,color,luminance,contrast and it can not distinguish the extent of  haze and depth of field. So ,we improved the Retinex algorithm and we  realized a Retinex algorithm that the scale parameters can be automatically changed and restored the color.We used the ratio of RGB in the original image to introduced the color recovery factor. It pided the image into small pieces and used the gray mean and standard deviation of various pieces to adjust the scale parameters in Retinex Algorithm. It got a good effect for image enhancement.
    Keywords  Defogging; Image enhancement; Retinex algorithm; Color restoration;  Parameter changed
    目   次
    1绪论3
    1.1 课题背景 3
    1.2 国内外研究现状 3
    1.3 论文结构 6
    2 图像增强技术基础 7
    2.1 图像增强介绍 7
    2.2 空间域图像增强 7
    2.2.1 对比度线性增强 7
    2.2.2 直方图均衡化 9
    2.2.3 边缘锐化10
    2.3 频率域图像增强12
    3 基于视网膜理论的Retinex算法15
    3.1 Retinex理论15
    3.2 基于随机路径的Retinex算法16
    3.3 基于迭代计算模型的Retinex算法16
    3.4中心环绕的Retinex算法18
    3.4.1单尺度Retinex算法18
    3.4.2多尺度Retinex算法20
    4 Retinex算法的改进22
    4.1 引言22
    4.2 算法原理22
    4.3 高斯滤波函数参数计算23
    4.4 子块处理介绍24
    4.5 色彩恢复方法25
    4.6 算法具体步骤26
    4.7 结果对比与分析27
    总结31
    致谢32
    参考文献33
    1  绪论
    1.1  课题背景
    伴随着科技的飞速发展与进步，不管在军事领域还是在民用领域图像的重要性越来越显著。以户外监控系统为例，户外监控成像系统的应用越来越广泛，同时对监控成像的像质要求也越来越高。以往在天气状况比较好的情况下，户外监控系统所拍摄获取的图像信息一般是比较清晰，细节信息明显的。但是近几年伴随着大气的污染，空气质量严重下降，人们也开始关注PM2.5。特别是在一些工业比较发达的地方，雾霾天气常年可见。然而雾霾这对监控系统的成像像质带来了严重的影响，进而给系统对目标的识别和重要信息的提取带来了较大的困难。
  1. 上一篇：protel99的MIMO雷达PIN管收发开关仿真
  2. 下一篇：IS-200传函仪的测量MTF数据分析

  1. 基于混沌的图像加密通信...

  2. 采用纹理特征方法的视频图像分析

  3. CMOS纸张打印质量检测的图像扫描和算法开发

  4. 基于OFDM的数字图像无线传输关键技术研究

  5. LSSVM采用几何方法的图像观测技术实现

  6. MATLAB视频图像液滴速度检测技术研究

  7. Matlab数学形态学的图像分割算法研究

  8. java+mysql车辆管理系统的设计+源代码

  9. 河岸冲刷和泥沙淤积的监测国内外研究现状

  10. 大众媒体对公共政策制定的影响

  11. 十二层带中心支撑钢结构...

  12. 杂拟谷盗体内共生菌沃尔...

  13. 当代大学生慈善意识研究+文献综述

  14. 中考体育项目与体育教学合理结合的研究

  15. 酸性水汽提装置总汽提塔设计+CAD图纸

  16. 乳业同业并购式全产业链...

  17. 电站锅炉暖风器设计任务书

　　

About

751论文网手机版...

主页：http://www.751com.cn

关闭返回