有雾天气图像的后向散射噪声去除

论文摘要

雾天时弥漫在空气中的雾气造成了人们的视线模糊，使得景物能见度大幅的降低，给人们的生产和生活带来非常严重的影响。大雾对交通系统的影响更为严重，大雾天气常会是交通事故的隐患，航班因为有雾被迫取消，高速公路路段因而被迫封锁，船舶因而被迫停航，造成交通系统的全面瘫痪并会导致巨大的经济上的损失。因而对雾化图像进行复原处理具有重要的现实意义。雾是当空气中所含水汽多于在一定温度条件时的饱和水汽量时，多余的水汽能结成小水滴或是冰晶悬浮在近地面的一种天气现象。当足够多水分子和空气中微小灰尘颗粒结合在一起，加之水分子之间相互的粘结，就会形成半径较大的小水滴或是冰晶。悬浮在大气中半径较大的小水滴对可见光散射作用尤为明显，特别是随距离增加其散射效应将会成指数增长，因而造成雾天能见度降低，景物淹没在灰蒙蒙的雾气之中，难以辨别。由于雾化成像系统的特性，其对成像系统的影响主要是雾对入射光的吸收和散射作用，其中，吸收作用会导致入射光的能量呈指数规律衰减，在雾化成像系统中，散射对成像效果的影响作用是很大的。成像系统中的背景光包括后向散射光和前向散射光，而后向散射对成像系统的影响较大。本文主要研究有雾天气时的成像机理以及大气干扰，针对退化原因，研究了几种常用的图像复原方法。提出针对于有雾天气图像复原的物理模型，研究分析系统传递函数与后向散射噪声的特性，推导相应的公式，并运用维纳滤波的方法，对退化图像进行复原，得到复原图像。通过进行实验得出，此方法具有可行性。

论文目录

• 摘要
• Abstract
• 目录
• 1 概述
• 1.1 引言
• 1.2 雾对图像的影响
• 1.3 图像复原技术
• 1.3.1 图像复原技术概述
• 1.3.2 图像复原技术发展概况
• 1.4 本文的主要工作
• 2 雾的成因及对图像的影响
• 2.1 雾的成因
• 2.2 大气成像原理概述
• 2.3 大气散射模型
• 2.3.1 入射光的衰减现象
• 2.3.2 环境光
• 2.3.3 散射的波长相关性
• 2.4 大气传递函数模型
• 2.4.1 典型图像退化模型
• 2.4.2 线性随机模型
• 2.5 后向散射噪声对有雾图像的影响
• 2.6 本章小结
• 3.去噪的常见方法
• 3.1 图像降质
• 3.2 几种图像复原方法
• 3.2.1 逆滤波
• 3.2.2 约束最小二乘算法
• 3.2.3 Lucy 一 Richardson 算法
• 3.2.4 盲卷积算法
• 3.2.5 维纳滤波
• 3.3 图像去噪质量评价标准
• 3.4 本章小结
• 4 雾化图像的后向散射噪声模型的复原研究
• 4.1 理想状态的图像退化物理散射模型
• 4.1.1 退化过程推导
• 4.1.2 实验情况
• 4.2 雾化图像退化物理模型的散射特性分析
• 4.2.1 对雾的前向散射的分析研究
• 4.2.2 雾的后向散射分析
• 4.3 本章小结
• 5 雾化图像的后向散射噪声去除的研究
• 5.1 雾的后向散射光能量分析
• 5.2 实验估计后向散射噪声的参数
• 5.3 雾化图像复原实验过程
• 5.4 本章小结
• 6 总结及展望
• 6.1 研究工作总结
• 6.2 今后工作展望
• 参考文献
• 致谢
• 个人简历
• 发表学术论文