雾天数字图像的处理方法研究

论文摘要

由于大气的散射作用,雾天的图像具有景物不清晰的特点,给交通系统及户外视觉系统的应用带来严重的影响。因此雾天图像的处理有着重要的意义。目前,针对雾天图像的增强研究尚属探索阶段,少量的研究主要集中在复杂的物理模型分析上,但由于其建模非常复杂,应用不是非常便捷。本文主要针对能见度500米-1000米的雾天所获得的图像,从图像处理的角度出发,主要研究其处理方法并对处理结果进行质量评价。研究工作主要是从以下方面展开的:1.针对薄雾天气的图像进行边缘提取,保留相关的边缘信息。深入分析了二进小波变换边缘检测的原理,边缘融合理论,基于多尺度边缘融合的图像边缘检测的算法。2.针对雾天图像的噪声特点,本文分析了小波阈值去噪方法。采用小波变换对图像进行分解,对分解后的小波系数进行阈值降噪,并给出了一种有效的阈值计算方法。3.针对小波去噪后会产生的块状现象,以及去噪过程中像素点的丢失。本文应用三次样条插值增加像素点,以此对小波阈值消噪图像进行平滑。避免了传统方法产生块状现象的情况。4.应用峰值信噪比和信息熵对图像进行定量的分析。并与直方图均衡化的处理结果进行比对。实验结果及理论分析表明,本文所采用的方法对于雾天图像处理效果是非常好的,并能满足实际应用的要求。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 雾天图像处理及质量评价的研究背景及意义
• 1.2 雾天图像的处理
• 1.3 图像评价方法综述
• 1.3.1 主观评价方法
• 1.3.2 客观评价方法
• 1.4 研究现状
• 1.5 本文主要研究工作
• 第2章 小波分析理论
• 2.1 小波变换的基本理论
• 2.1.1 小波变换的概念
• 2.1.2 连续小波变换
• 2.1.3 离散小波变换
• 2.1.4 二进小波变换
• 2.2 小波变换的多分辨率分析
• 2.2.1 多分辨率分析
• 2.2.2 多分辨率分析与滤波器
• 2.3 二进小波变换的快速算法
• 2.3.1 一维信号的二进小波变换
• 2.3.2 二维信号的二进小波变换
• 2.4 小波变换与信号奇异性分析
• 2.5 本章小结
• 第3章 图像边缘提取
• 3.1 边缘检测算法介绍
• 3.1.1 常用的边缘检测算子
• 3.1.2 坎尼边缘检测算子
• 3.1.3 高斯—拉普拉斯边缘检测算子
• 3.2 二进小波变换多尺度边缘检测
• 3.3 边缘相关系数
• 3.4 多尺度边缘融合
• 3.5 基于多尺度边缘融合的图像边缘检测
• 3.5.1 多尺度边缘检测算法
• 3.5.2 多尺度边缘检测算法步骤流程
• 3.6 图像边缘的提取结果
• 3.7 本章小结
• 第4章 基于多尺度分析的雾天图像处理方法
• 4.1 图像噪声去除方法概述
• 4.2 时域去噪方法
• 4.2.1 均值滤波
• 4.2.2 中值滤波
• 4.3 小波阈值分析去噪法
• 4.4 基于多尺度分析的雾天图像处理新方法
• 4.4.1 三次样条插值
• 4.4.2 基于多尺度分析的雾天数字图像处理的方法设计
• 4.5 图像处理后的结果
• 4.6 小结
• 第5章 评价结果分析
• 5.1 客观图像质量评价方法介绍
• 5.1.1 信噪比评价方法
• 5.1.2 峰值信噪比评价方法
• 5.1.3 信息熵评价方法
• 5.1.4 调制传递函数
• 5.2 处理结果评价
• 5.2.1 边缘提取的处理结果对比
• 5.2.2 图像处理结果比较
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢