面向有損壓縮的視頻圖像的去霧算法.pdf

1、分類(lèi)號(hào)——UDC武J萎理歹大穿學(xué)位論密級(jí)——學(xué)校代碼!Q壘坌2文中文題目重自查塑墾緒的墊塑圖堡鮑圭囊簋逵英文!魚(yú)曼Q曼魚(yú)ggi塾g△!gQ煎!b也Q￡題目LQ曼曼Y￡Q塑p!篁墨墨iQ塾3魚(yú)亟曼Q!!墜壘g曼作者姓名奎蕉莖』指導(dǎo)教師姓名—』過(guò)j盤(pán)一職稱(chēng)—塑絲學(xué)位——j生三L一申請(qǐng)學(xué)位級(jí)別論文提交日期碩士43006320114論文答辯日期學(xué)位授予單位巒墊壟墨盤(pán)堂學(xué)位授予日期201152011年5月隨著圖像傳感器和計(jì)算機(jī)技術(shù)的發(fā)展，戶(hù)外機(jī)器

2、視覺(jué)系統(tǒng)得到了廣泛應(yīng)用，而惡劣天氣(霧、雨、雪)是影響戶(hù)外視覺(jué)系統(tǒng)正常工作最主要的因素。由于大氣散射，霧造成圖像色彩和對(duì)比度大幅下降，直接影響圖像特征提取，從而導(dǎo)致以提取圖像特征為基礎(chǔ)的監(jiān)控、跟蹤、智能導(dǎo)航等視覺(jué)應(yīng)用系統(tǒng)無(wú)法正常穩(wěn)定工作。因此，研究有霧天氣下圖像的處理方法具有實(shí)際應(yīng)用價(jià)值。本文通過(guò)分析目前國(guó)內(nèi)外去霧算法的研究現(xiàn)狀，總結(jié)出制約去霧技術(shù)推廣應(yīng)用的三個(gè)因素——實(shí)時(shí)性、適應(yīng)性和智能性，并針對(duì)這些因素提出有建設(shè)性的解決方案。在實(shí)時(shí)

3、性方面，深入分析了目前主流的基于暗原色先驗(yàn)去霧方法的理論，并重點(diǎn)研究其中耗時(shí)耗空間的摳圖原理，提出基于暗原色的縮放閾值法，結(jié)合內(nèi)插值平滑和閾值復(fù)原來(lái)代替摳圖，極大地降低了算法的時(shí)間和空間復(fù)雜度。在適應(yīng)性方面，針對(duì)一般去霧算法對(duì)有損壓縮失效的現(xiàn)象，重點(diǎn)分析了有損壓縮對(duì)圖像去霧的影響，提出聯(lián)合小波和暗原色的去霧方法，利用小波變換能將圖像分成高頻和低頻信息這一顯著特點(diǎn)來(lái)找出有損壓縮帶給圖像去霧的不規(guī)則雜點(diǎn)區(qū)域，并對(duì)這些雜點(diǎn)區(qū)域進(jìn)行相應(yīng)處理，從

4、而有效消除有損壓縮對(duì)圖像去霧的影響。在智能性方面，利用多特征融合的協(xié)方差向量描述圖像特征，分別建立感知器神經(jīng)網(wǎng)絡(luò)分類(lèi)器和支持向量機(jī)分類(lèi)器學(xué)習(xí)相同樣本數(shù)據(jù)并用來(lái)智能檢測(cè)霧圖場(chǎng)景，分析對(duì)比兩種分類(lèi)器的準(zhǔn)確率，選擇較好的分類(lèi)器用于智能檢測(cè)有霧圖像。另外，由于目前去霧算法主要集中在圖像上，專(zhuān)門(mén)研究視頻去霧的理論較少，視頻去霧不能簡(jiǎn)單地對(duì)每幀單獨(dú)進(jìn)行圖像去霧，這樣可能失去視頻幀的實(shí)時(shí)性和時(shí)空一致性。本文根據(jù)工業(yè)視頻背景變化慢的特性，提出基于高斯混

5、合建模和暗原色的視頻去霧方法，采用高斯混合建模方法得到前景，并依照前景去更新暗原色先驗(yàn)去霧過(guò)程中的透射率圖，極大地縮短了去霧算法運(yùn)行時(shí)間，滿(mǎn)足實(shí)時(shí)性，由于算法是基于背景的去霧，滿(mǎn)足視頻時(shí)空一致性。最后，本文在VC60和MATLAB環(huán)境下，借助OpenCV開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)編程完成了本文提出的算法。通過(guò)實(shí)驗(yàn)證明，本文圖像去霧算法在實(shí)時(shí)性、適應(yīng)性和智能性方面均有所提高，視頻去霧亦達(dá)到了預(yù)期的效果。關(guān)鍵詞：去霧，有損壓縮，小波變換，感知器，支持