1.2.1 基于图像增强的雾天降质图像清晰化技术研究现状

1.2.2 基于模型复原的雾天降质图像清晰化研究现状

1.3本论文的章节安排

    本论文针对目前雾天图像图像的低对比度的特点,主要从图像增强方面进行了研究。从传统的图像增强算法,如直方图均衡化,局部直方图均衡化,插值自适应的直方图均衡化,经典的POSHE算法到较为流行的Retinex算法,如单尺度Retinex算法,多尺度Retinex算法都进行了分析和研究,并且给出了部分仿真的效果图,对各种算法都进行了分析和对比。

第一章  绪论。介绍了本课题的研究背景、内容和意义、国内外目前的研究现状,最后介绍了本文的章节安排;

第二章 传统的图像增强算法。这一章主要介绍传统的图像增强方法,其中主要介绍图像对比度增强方面的方法;

第三章 基于Retinex图像增强算法。这一章介绍了Retinex算法,包括算法的提出和后续改进的算法,并对当前的单尺度和多尺度的算法进行了仿真,取得了很好的效果;

第四章 总结。本章对前几章的内容做了总结和回顾。

2  传统的图像增强算法

2.1概述

目前,图像增强方法主要分为空域增强和频域增强两大类。

空域增强是指处理的对象是图像本身,即在原图像上对图像进行操作和运算。一般来说可以分为两种,一种是在图像上逐点操作,即操作的对象是点。另一种是在与像素有关的邻域中进行,称为局部运算,例如卷积运算。空间图像增强技术可以描述为g(x,y)=f(x,y)×h(x,y),其中f(x,y)为原图像,h(x,y)表示空域的一个运算函数,g(x,y)为处理后的图像。

空域处理主要包括以下几种方法:灰度变换、直方图变换、邻域平均、空域低通滤波、中值滤波、递归滤波、空域高通滤波。

频域滤波是指应用变换技术如傅里叶变换、小波变换将图像变换到频域,把变换后的图像乘以传递函数得到变换后频域里面的图像,最后通过反变换得到增强后的图像。频域增强技术可以描述为G(u,v)=H(u,v)*F(u,v)。然后再用傅里叶反变换得到增强后的图像。

   频域处理主要包括以下几种方法:低通滤波、高通滤波、同态滤波。

2.2 对比度拉伸源]自{优尔^*论\文}网·www.youerw.com/

对比度拉伸在图像处理中是一个较为简单却又非常重要的技术,这种方法是按照一定的规则逐点来修改图像的灰度值,从而来改变图像的灰度范围。可以利用它来提高图像的动态范围,同时也可以压缩图像的动态范围,或者在某一个灰度范围内动态范围压缩,在另外一个灰度范围内进行动态范围提高。设输入图像为r,处理后的图像s,则对比度增强可以表示为:

                                          (2-1)

T表示输入图像和输出图像对应像素点灰度映射关系。

对比度拉伸对于雾天天气提高对比度有很好的作用。由于雾天情况会导致图像的对比度降低,因此可以采用对比度拉伸的方法来提高图像的对比度。

2.3 线性变换

如果原来图像r(x,y)的灰度范围为[m,M],变换后的图像s(x,y)的灰度范围为[n,N],则图像的线性变换函数[2]可以写为

            (2-2)

系数 性质不同,则处理后的效果不一样。若   1,则变换后的图像比变换前的图像动态范围大。若 1,则变换后的图像灰度动态范围被压缩。若 1,变换前后的动态范围差不变,只是整体的将图像灰度级增加或减少,在对比度方便没有提高图像的对比度。

上一篇:基于CCD的工件缺陷检测
下一篇:透明导电氧化物薄膜的制备技术及性能研究

数字全息技术中的相位解包裹算法设计

基于面阵CCD的机械零件尺寸测量研究

单窗算法在常州市地面温度反演中的应用研究

数字全息技术的原理与再现算法和应用

matlab带钢尺寸测量中多幅...

NLSF算法非线性最小二乘法...

长干涉腔下的波长移相算法的研究

LiMn1-xFexPO4正极材料合成及充放电性能研究

麦秸秆还田和沼液灌溉对...

互联网教育”变革路径研究进展【7972字】

网络语言“XX体”研究

老年2型糖尿病患者运动疗...

张洁小说《无字》中的女性意识

我国风险投资的发展现状问题及对策分析

新課改下小學语文洧效阅...

安康汉江网讯

ASP.net+sqlserver企业设备管理系统设计与开发