大雾环境下图像增强方法研究

大雾环境下图像增强方法研究

论文摘要

雾天环境下,由于大气的散射作用,导致户外监控系统捕获的图像对比度低,景物不清晰的现象,给人类的生产生活带来了一定的影响,因此对雾天条件下降质图像清晰化方法的研究具有重要的意义。目前针对雾天图像的清晰化处理方法主要分为基于模型的图像复原方法和非模型的图像增强方法,本文从图像增强的角度进行研究,主要工作分为以下几个部分。首先,本文详细地归纳了数字图像增强技术的研究现状,以传统空域和频域增强算法为理论基础,总结了其在图像增强领域的研究成果。其次,介绍了模糊集理论的发展历程及其在图像处理方面的应用,阐述了模糊增强的基本思想,分析了Pal算法在图像增强方面的应用,并指出了其在图像增强方面的不足,归纳了其他学者在其基础上进行的一些改进算法,最后在总结其他学者对模糊增强算法改进的同时,针对模糊增强中的模糊化函数和模糊增强算子提出了两种新的方法:一种是改进的全局模糊增强算法,另一种是改进的局部模糊对比度增强算法。最后,针对传统图像增强算法在增强图像信息的同时增强了图像的噪声,采用小波多尺度分辨分析和模糊对比度增强算法相结合很好地解决了传统图像信息与噪声被同时增强的这对矛盾。由于图像的主要轮廓主要体现在低频部分,而细节与噪声部分则主要体现在高频部分,因此,采用基于小波多尺度变换技术可以很好的将图像近似信息与细节、噪声很好的区分开来,对变换后得到的低频分解系数进行模糊增强处理,对高频分解系数采用阈值去噪法把主要噪声信息滤除,很好的消除了噪声对图像增强效果的影响。实验表明,采用基于模糊集和小波变换理论相结合的增强算法,在增强图像信息的同时可以对附加的噪声进行滤除处理。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 数字图像处理
  • 1.2 课题背景和研究意义
  • 1.3 国内外研究现状
  • 1.4 本文主要工作及结构安排
  • 2 图像增强基本算法
  • 2.1 图像增强概述
  • 2.2 空域增强基本算法
  • 2.2.1 线性变换
  • 2.2.2 直方图均衡化
  • 2.2.3 空域平滑滤波
  • 2.2.4 空域锐化滤波
  • 2.3 频域增强基本算法
  • 2.3.1 低通滤波器
  • 2.3.2 高通滤波器
  • 2.3.3 同态滤波器
  • 2.4 实验结果及分析
  • 2.5 小结
  • 3 基于模糊集理论的图像增强算法
  • 3.1 模糊集理论概述
  • 3.2 图像模糊增强基本思想
  • 3.3 图像模糊增强经典算法
  • 3.3.1 其他学者对隶属度函数的改进
  • 3.3.2 其他学者对模糊增强算子的改进
  • 3.4 改进的全局模糊增强算法
  • 3.5 改进的局部模糊对比度增强算法
  • 3.6 实验结果及分析
  • 3.7 小结
  • 4 基于小波变换的图像增强算法
  • 4.1 小波变换概述
  • 4.2 图像的多分辨分析
  • 4.3 小波图像去噪
  • 4.3.1 小波图像去噪基本方法
  • 4.3.2 小波阈值去噪法
  • 4.4 结合小波去噪和模糊集图像增强算法
  • 4.5 实验结果及分析
  • 4.6 小结
  • 5 总结和展望
  • 5.1 论文总结
  • 5.2 研究展望
  • 5.3 结束语
  • 参考文献
  • 攻读硕士学位期间主要的研究成果
  • 致谢
  • 相关论文文献

    • [1].基于改进广义模糊增强的图像分割方法研究[J]. 计算机光盘软件与应用 2013(14)
    • [2].基于小波域的图像自适应模糊增强[J]. 微计算机信息 2009(21)
    • [3].遗传算法在影像模糊增强中的应用[J]. 地理空间信息 2010(02)
    • [4].自适应双线性广义模糊增强的图像轮廓提取[J]. 中国激光 2010(02)
    • [5].基于二级模糊增强的图像分割[J]. 计算机技术与发展 2012(12)
    • [6].数字图像模糊增强处理方法探究[J]. 影像技术 2015(03)
    • [7].一种基于块模糊增强的玉米田遥感图像边缘检测方法[J]. 影像科学与光化学 2016(02)
    • [8].一种改进的基于模糊增强的Canny边缘提取算法[J]. 科学技术与工程 2009(18)
    • [9].自适应图像模糊增强快速算法[J]. 计算机工程 2011(19)
    • [10].基于模糊增强和小波包变换的人脸识别方法[J]. 微计算机信息 2009(28)
    • [11].基于Laplacian塔式分解的自适应图像模糊增强[J]. 激光杂志 2015(01)
    • [12].基于模糊理论的图像增强算法研究[J]. 计算机与数字工程 2019(03)
    • [13].模糊增强和极坐标下强度剖面的肝脏血管分割算法[J]. 浙江工贸职业技术学院学报 2018(02)
    • [14].基于对称蝶形宇宙算法的电路板红外图像模糊增强[J]. 计量学报 2018(02)
    • [15].基于多层次模糊增强的图像边缘检测[J]. 广州大学学报(自然科学版) 2011(04)
    • [16].基于信息熵的X射线弹药图像自适应局部模糊增强[J]. 无损检测 2010(12)
    • [17].模糊增强在机场识别中的应用[J]. 福建电脑 2008(09)
    • [18].融合模糊增强与改进Canny的植物叶脉边缘提取[J]. 光电子·激光 2018(11)
    • [19].利用贫富差距原理进行图像边缘模糊增强的算法[J]. 黑龙江科技信息 2010(28)
    • [20].应用模糊增强及均值漂移实现红外目标分割[J]. 计算机工程与应用 2010(30)
    • [21].基于边界区域局部模糊增强的πRKM聚类算法[J]. 控制与决策 2017(11)
    • [22].基于模糊增强的小波多尺度边缘特征提取[J]. 计算机测量与控制 2008(08)
    • [23].基于局部模糊增强的顺序形态学边缘检测算法[J]. 仪器仪表学报 2012(11)
    • [24].改进的基于单一尺度的医学图像边缘检测[J]. 太原理工大学学报 2011(04)
    • [25].基于模糊增强DEA和改进FMEA的制造技术选择方法[J]. 制造业自动化 2014(24)
    • [26].自适应多方向模糊形态学边缘检测算法[J]. 计算机应用研究 2009(03)
    • [27].基于遗传算法的红外车辆目标模糊增强[J]. 科学技术与工程 2009(10)
    • [28].基于阈值优化的图像模糊边缘检测快速算法[J]. 安徽理工大学学报(自然科学版) 2008(01)
    • [29].改进的模糊形态学边缘检测算法[J]. 计算机工程与应用 2011(16)
    • [30].基于模糊增强信息的图像边缘检测改进算法[J]. 电子器件 2009(06)

    标签:;  ;  ;  ;  ;  

    大雾环境下图像增强方法研究
    下载Doc文档

    猜你喜欢