面向视频监控的图像去雾方法研究及系统实现

1绪论 (1)

1.1研究背景及意义 (1)

1.2国内外研究现状 (1)

1.2.1单幅图像去雾研究现状 (1)

1.2.2视频去雾研究现状 (3)

1.2.3现存的问题及难点 (4)

1.3主要研究内容和章节安排 (4)

1.3.1本文主要工作 (4)

1.3.2本文章节安排 (5)

2一种基于亮度图像的快速单幅图像去雾方法 (7)

2.1雾天图像成像模型 (7)

2.2基于亮度图像估计透射率 (8)

2.2.1暗原色先验理论介绍 (8)

2.2.2暗原色先验去雾方法 (9)

2.2.3改进的透射率估计方法 (11)

2.3大气光的估计 (16)

2.4一种基于亮度图像的快速单幅图像去雾方法 (17)

2.5实验结果及分析 (17)

2.6本章小结 (23)

3面向视频监控的图像去雾方法 (25)

3.1背景建模方法介绍 (25)

3.2通用透射率图估计 (28)

3.3面向视频监控的图像去雾方法 (29)

3.4实验结果及分析 (30)

3.5本章小结 (32)

4系统与实现 (33)

4.1单幅图像去雾系统 (33)

4.1.1系统模块框架 (33)

4.1.2系统实现 (34)

4.1.3系统运行环境 (37)

4.2面向视频监控的去雾系统 (37)

4.2.1系统模块框架 (37)

4.2.2系统实现 (39)

4.2.3系统运行环境 (42)

4.3本章小结 (42)

5总结与展望 (45)

5.1全文总结 (45)

5.2研究和展望 (45)

致谢 (47)

参考文献 (49)

附录 (53)

西安理工大学工程硕士专业学位论文II

绪论

1绪论

本章首先讲述本课题的研究背景与意义，然后论述了单幅图像去雾方法及视频去雾方法的国内外研究现状，最后介绍了本论文的主要工作和结构安排。

1.1研究背景及意义

近年来，随着计算机技术的迅速发展，数字监控系统的应用也越来越广泛，如电视监控系统、智能交通系统等，这种技术的应用使得人们的生活更加智能，便捷。但是，数字监控系统在使用过程中易受到天气情况的制约，只有在晴朗天气条件下，才能正常工作。在恶劣天气环境下，由于场景能见度降低，实时监控系统获得的图像退化严重，出现图像模糊不清、对比度降低的问题，导致数字监控系统无法正常工作，给人们的生产和生活都造成了极大的影响。

恶劣天气一般是指雾、霾、雨、雪、沙尘等，在这些条件下，户外视觉系统获得的图像受到严重退化，图像的对比度和清晰度都有不同程度地降低，影响图像的识别和分析，而且图像颜色会出现严重偏移与失真的现象。

如今，随着大气污染日益加剧，全国大面积区域频繁出现雾霾天气，这使得数字监控系统不能正常工作，给人们的生活和工作带来了严重的影响。例如，高速公路上的监控系统在雾霾天气条件下得到的有雾图像会极大地增加判断车辆信息和监督交通情况的难度，提高了交通事故发生的概率，给人们造成了不必要的经济和生命损失。

综上所述，对于如何实时的消除雾霾对视频的影响具有重要的理论研究意义和应用价值。本文着重研究雾天单幅图像的清晰化方法及其在视频清晰化中的应用。

1.2国内外研究现状

1.2.1单幅图像去雾研究现状

国内外的研究学者针对雾霾引发的图像降质问题，提出了很多有效的去雾算法。目前对于雾天图像的处理方法主要分为两类[1-3]:雾天图像增强和雾天图像复原。

（1）雾天图像增强方法

图像增强方法不考虑图像降质原因，通过提高图像的对比度，突出图像的细节，改善图像的视觉效果，实现去雾。但是，可能会对图像的信息造成一定损失。比较典型和常用的图像增强方法包括直方图均衡化算法、曲波变换、同态滤波算法、小波方法、Retinex算法等。