视频去雾霾算法研究(2)
时间:2022-07-23 10:24 来源:毕业论文 作者:毕业论文 点击:次
2。3 本章总结 8 3 暗通道先验算法9 3。1 透射率的求法9 3。2大气光A的获取12 3。3对于透射率的优化13 3。3。1 双边滤波13 3。3。2 导向滤波 13 3。4 图像去雾之后的处理15 3。5 本章总结17 4 基于光流法的运动估计18 4。1 Lucas-Kanade光流法进行运动估计19 4。2 LK光流法的改进19 4。3 实验结果20 4。4 本章总结21 5 视频去雾的研究 22 5。1基于帧位置的简单线性插值23 5。2帧间约束25 5。3基于运动矢量的运动估计28 5。4 本章总结30 结论32 致谢33 参考文献34 1 引言 1。1 研究意义 随着大气空气污染的加重,空气质量下降,雾霾图片越来越多地出现,雾或者霾是由空气中的液态或者固态的小颗粒形成的,当大气中的颗粒较多的时候,就会影响从景物到摄像机的光线,造成光线的散射与光线的衰减,从而造成拍摄的照片比较模糊,形成雾霾图片,影响欣赏而且对计算机图形学领域的图片的识别造成影响。所以对于图片或者视频的去雾是非常必要的。视频去雾可以提高视频中的信息的提取,特别是对于视频监控来说,能得到具有良好可视性的视频是非常重要的,在某些领域中比如交通路口,航海,视频的去雾的处理显得很重要。 1。2 研究现状 1。2。1 图像去雾 1。2。2视频去雾 1。3 主要研究内容和章节安排 受雾霾天气影响,拍摄的视频会变得模糊不清,对于视频中的物体的识别也会变得非常困难,因此对于视频的去雾显得比较重要,本文在研究图像去雾的基础上进行视频去雾的研究,视频是一帧一帧图像的组成的,直接将图像去雾的算法作用于视频的帧上可以起到一定的去雾效果,但是算法的时间复杂度太高,而且在处理的过程中没有考虑到相关的视频帧之间的联系,导致结果可能不准确。所以在处理的过程中考虑到帧与帧之间的约束,通过运动估计来估量物体的运动,将关键帧的透射率图传递到非关键帧去,最后利用所有的透射率图进行视频去雾,既可以减少时间复杂度,又保持了时空一致性约束。 本论文的章节安排: 第一章:介绍了图像去雾和视频去雾的一些方法,介绍了研究课题的背景与意义,提出本课题的研究内容。 第二章:主要介绍了雾霾图像的形成原理模型,介绍了大气光散射模型与衰减模型,为图像去雾和视频去雾奠定模型基础,基于物理模型介绍了一些图像去雾算法。 第三章:主要介绍了单幅图像去雾效果较好的算法---暗通道先验算法,并就透射率进行优化,比较了两者的差别。对于最后去雾的图像偏暗的问题,用增加亮度值和使用直方图均衡化分别进行优化处理,比较两者的结果。 第四章:介绍了光流法进行运动估计,运用LK光流法进行运动矢量的计算,对于LK光流法的缺点进行改进,介绍了基于金字塔的LK光流法,运用这种方法计算了图像的光流。 第五章:在图像去雾的基础上进行视频去雾的研究,探讨了视频帧间的关系,通过将关键帧的透射率图传递到非关键帧,将时间复杂度的减少了。首先利用非关键帧与关键帧的位置关系进行简单的线性插值,得到透射率,但是结果不理想。然后通过雾霾图像形成模型,推导出两帧之间透射率的关系,然后从关键帧的透射率出发,运用公式推导出非关键帧的透射率图。最后运用LK光流法进行关键帧到非关键帧的矢量估计,通过运动矢量进行非关键帧的透射率的估计,进行去雾处理。 (责任编辑:qin) |