數(shù)字圖像去霧算法的研究、驗證及優(yōu)化.pdf_第1頁
已閱讀1頁,還剩69頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著計算機技術的發(fā)展,計算機視覺已經成為信息科學、計算機科學等各個科研領域的研究熱點,并應用于軍事偵察系統(tǒng)、交通安全監(jiān)控、衛(wèi)星遙感系統(tǒng)等多個領域。然而,在霧天天氣下,光學傳感器采集的數(shù)字圖像會因為大氣的散射而被嚴重降質,使圖像色彩飽和度降低,整體偏灰白色,局部對比度降低,景物的細節(jié)特征難以辨認。這使圖像的觀賞性下降,視覺效果不佳,影響對目標特征的提取,對圖像后續(xù)的處理帶來不利影響。因此,數(shù)字圖像去霧成為目前計算機視覺領域一個重要的研究方

2、向和研究熱點。
  本論文的工作主要有以下幾個方面:
  首先,總結歸納了兩大類數(shù)字圖像去霧算法,即應用圖像增強算法增強霧天圖像的方法以及基于物理模型的算法,全面地綜述了現(xiàn)有的圖像去霧算法。
  然后,本文提出了使用Quick Shift模式搜索聚類圖像分割算法引導暗原色先驗去霧。在該算法中,Quick Shift圖像分割算法被用于把圖像分為三通道灰度值相近的圖像區(qū)域,對每個區(qū)域分別進行暗原色先驗去霧,高效地去除邊緣效

3、應。Quick Shift圖像分割算法的引導也被用于改進環(huán)境光強度的估計,使去霧效果更好。
  然后,本文提出了一個基于后向傳播神經網(wǎng)絡的新單幅圖像去霧算法。該算法把有霧圖像中RGB通道值作為特征,通過樣本訓練,使用后向傳播神經網(wǎng)絡挖掘有霧圖像顏色與場景深度之間的關系。訓練樣本包括無霧圖像、相應的深度圖以及完全同一場景的有霧圖像。神經網(wǎng)絡訓練完成之后,對其輸入有霧圖像的每個像素點的RGB通道值,就能估算出對應的場景深度,從而實現(xiàn)去

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論