薄雾环境下落质图像清晰化办法的探究

  

第一章绪论

 

        1.1图像处理的研究背景图像和语言一直是人类传递信息的主要媒介，其中图像信息是人类传递信J巳的重要媒体和手段。近年来，随着计算机技术和网络技术的迅猛发展，使得图像、视频等多媒体技术与人们的生活越来越息息相关，对数字图像处理技术「1][2][3][4][5][6]的需求也与口俱增。}冬}像处理的发展历史不长，但已经引起了人们的重视。图像处理技术始十20世纪60年代，由十当时图像存储成本高，处理设备造价昂贵，因}fIJ其应用面很窄。1964年美国加州理工学院的喷气推进实验室首次对徘徊者7号太空飞船发回的月球照片进行了处理，得到了前所未有的清晰图像，这标志着图像处理技术开始得到实际应用。70年代进入发展期，出现了CT}}}不11卫星遥感l冬l像[52]，对l冬l像处理[1][2][3][4][5][6]的发展起到了很好的促进作用。80年代进入普及期，此时计算机己经能够承担起图形图像处理的任务。ULS1的出现更使得处理速度大大提高，其造价也进一步降低，极大地促进了图像处理系统的普及和应用。

 

        90年代是图像处理技术实用化时期，图像处理的信息量巨大，对处理的速度要求极高。21世纪的图像处理技术要向高质量化方面发展，实现图像的实时处理，采用数字全息技术使图像包含更为完整和丰富的信息，实现图像的智能生成、处理、理解和识别。现实生活中，在获取图像时，常常由十光照不足，光学系统失真、相对运动、大气杂质等原因造成图像的模糊:在对图像的复制、扫描、传输以及显示的过程中被噪声污染，造成图像的质量下降，有用信息减少。因此，为了研究和分析图像，需对图像进行必要的处理。1.雾天图像增强的研究现状雾天使户外景物图像的对比度和颜色都会改变或退化，图像中蕴含的许多特征被覆盖或模糊化，视觉上感受不清晰。IfIJ户外视觉系统(如户外监控系统、自动导航系统)需要以户外景物l冬l像为输入，因此对获取的雾天降质l冬l像进行清晰化处理具有重要的现实意义。国内外已有很多研究人员将大气对成像的影响进行了分析评估和研究「56]散射理论在分析大气的影响中发挥了巨大的作用，由十单射模型不能准确表现实际复杂介质的影响，多射模型得到了广泛的关注。在光和大气介质交互问题的研究中，或多或少地借鉴了物理学科的知识，其中输运理论很常见，并被广泛应用十恶劣天气条件下对图像退化的建模。在研究尘雾等恶劣天气条件对成像影响模型的基础上，对退化图像进行复原处理取得了较大的进展。当场景深度和大气条件的精确信息己知时，消除天气条件对一幅图像的影响已被证明是可行的;在计算机视觉方面，算法已经发展到不用已知大气及场景深度信息，通过处理至少两张在恶劣天气条件下拍摄的图像可以自动地计算出场景的结构和恢复场景的色度及对比度。目前，对雾天降质图像的清晰化处理技术主要有两种:一种是基十物理模型fgl的大气退化图像复原方法，从物理成因的角度对大气散射作用进行建模分析，实现场景复原;另一种方法是从图象处理的角度，增强图像的对比度，达到清晰化的目的。

 

        本文主要从图象处理的角度，研究增强图像的对比度，达到清晰化的目的。1.3图像增强的基本方法图像增强[f=}lf4l是图像处理的基本内容之一，图像增强是指按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息的处理方法，其目的是使得处理后的图像对某种特定的应用，比原始图像更合适。处理的结果使图像更适应十人的视觉特性或机器的识别系统「’“]。传统的图像增强的处理算法基本可以分为空域图像增强和频域图像增强两大类。空域是指组成图像的像素的集合，空域图像增强算法是直接对图像中像素灰度值进行运算处理，如灰度变换、直方图均衡化、图像的空域平滑和锐化处理、伪彩色处理等;频域增强方法首先将图像空间中的图像以某种形式转换到其他空间中，然后利用该空间的特有性质方便地进行图像处理，最后再转换到原来的图像空间中，从}fn得到增强后的图像。如低通滤波技术、高通滤波技术、带通和带阻滤波、同态滤波[9]等。为了适应图像的局部特性，基十局部变换的图像增强方法应运}fn生，如局部直方图均衡化、对比度受限自适应直方图均衡化、利用局部统计特性的噪声去除方法。目前还将一些学科与图像处理相结合，如基十神经网络的脉冲噪声滤波技术、基十纹理分析的保细节平滑技术等。用传统图像增强方法解决实际问题时常常会不能满足实际需求，不能取得较好的增强效果，因此很多学者提了一系列新型方法，这些方法较传统的增强方法在处理策略上更为复杂，增强效果也因此大大增加。