數(shù)字圖像處理課程設(shè)計(jì)圖像去霧_第1頁(yè)
數(shù)字圖像處理課程設(shè)計(jì)圖像去霧_第2頁(yè)
數(shù)字圖像處理課程設(shè)計(jì)圖像去霧_第3頁(yè)
數(shù)字圖像處理課程設(shè)計(jì)圖像去霧_第4頁(yè)
數(shù)字圖像處理課程設(shè)計(jì)圖像去霧_第5頁(yè)
已閱讀5頁(yè),還剩8頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、精選優(yōu)質(zhì)文檔-傾情為你奉上數(shù)字圖像處理課設(shè)題目:圖像去霧學(xué) 院:信息與電氣工程學(xué)院專 業(yè):電子信息工程班 級(jí):姓 名:學(xué) 號(hào):指導(dǎo)教師:哈爾濱工業(yè)大學(xué)(威海) 年月日目 錄一. 課程設(shè)計(jì)任務(wù)由于大氣的散射作用,霧天的大氣退化圖像具有對(duì)比度低、景物不清晰的特點(diǎn),給交通系統(tǒng)及戶外視覺(jué)系統(tǒng)的應(yīng)用帶來(lái)嚴(yán)重的影響。但由于成像系統(tǒng)聚焦模糊、拍攝場(chǎng)景存在相對(duì)運(yùn)動(dòng)以及霧天等不利環(huán)境,使得最終獲取的圖像往往無(wú)法使用。為了解決這一問(wèn)題,設(shè)計(jì)圖像復(fù)原處理軟件。要求完成功能:1、 采用直方圖均衡化方法增強(qiáng)霧天模糊圖像,并比較增強(qiáng)前后的圖像和直方圖;2、 查閱文獻(xiàn),分析霧天圖像退化因素,設(shè)計(jì)一種圖像復(fù)原方法,對(duì)比該復(fù)原

2、圖像與原始圖像以及直方圖均衡化后的圖像;3、 設(shè)計(jì)軟件界面二. 課程設(shè)計(jì)原理及設(shè)計(jì)方案2.1 設(shè)計(jì)原理 在霧、霾等天氣條件下, 大氣中懸浮的大量微小水滴、氣溶膠的散射作用導(dǎo)致捕獲的圖像嚴(yán)重降質(zhì),隨著物體到成像設(shè)備的距離增大, 大氣粒子的散射作用對(duì)成像的影響逐漸增加. 這種影響主要由兩個(gè)散射過(guò)程造成: 1) 物體表面的反射光在到達(dá)成像設(shè)備的過(guò)程中, 由于大氣粒子的散射而發(fā)生衰減;2) 自然光因大氣粒子散射而進(jìn)入成像設(shè)備參與成像. 它們的共同作用造成捕獲的圖像對(duì)比度、飽和度降低, 以及色調(diào)偏移, 不僅影響圖像的視覺(jué)效果, 而且影響圖像分析和理解的性能.在計(jì)算機(jī)視覺(jué)領(lǐng)域中, 常用大氣散射模型來(lái)描述霧

3、、霾天氣條件下場(chǎng)景的成像過(guò)程.Narasimhan 等給出霧、霾天氣條件下單色大氣散射模型(Monochrome atmospheric scat-tering model), 即窄波段攝像機(jī)所拍攝的圖像灰度值可表示為 (1)式中, x 為空間坐標(biāo), A 表示天空亮度(Skylight), 為場(chǎng)景反照率, d 為場(chǎng)景的景深, 為大氣反射系數(shù)。圖像去霧的過(guò)程就是根據(jù)獲得的有降質(zhì)的圖像,即I(x)來(lái)推算出的過(guò)程。 但由于該物理模型包含3 個(gè)未知參數(shù), 從本質(zhì)上講, 這是一個(gè)病態(tài)反問(wèn)題.在只有單幅圖像的條件下,我們可以考慮用假設(shè)以及推算的方式使其中的幾個(gè)量固定,然后求解。2.2 設(shè)計(jì)方案2.2.1

4、白平衡 WP (White point) 算法, 也稱為Max-RGB 算法, 利用R、G、B 顏色分量的最大值來(lái)估計(jì)光照的顏色。我們用天空亮度A來(lái)取代最大值。對(duì)于A,如果直接用圖像中最亮的灰度估計(jì)的話會(huì)受到高亮噪聲或白色物體的干擾,因此我們首先對(duì)圖像顏色分量進(jìn)行最小濾波,然后選擇閥值為0.99,大于此值的認(rèn)定為天空區(qū)域,然后取平均值為我們估計(jì)的天空亮度A。然后方程(1)變?yōu)?(2)2.2.2 估計(jì)大氣耗散函數(shù) 為了簡(jiǎn)化(2),我們?cè)O(shè)則 (2)變?yōu)?(3)V(x)稱為大氣耗散函數(shù)。根據(jù)(3)容易發(fā)現(xiàn)V(x)滿足0<V(x)<I',如果對(duì)I進(jìn)行最小濾波得到W(x),則V(x)

5、也必定滿足0<V(x)<W(x)。求V(x)的過(guò)程其實(shí)是濾波的過(guò)程,分為三步: 其中p為恢復(fù)系數(shù),去0,1中的值(一般為0.90.95)。2.2.3 場(chǎng)景反射率的恢復(fù) 通過(guò)以上步驟我們獲得了A以及V(x),至此方程(1)僅含有一個(gè)未知量,即我們要求的場(chǎng)景反射率2.2.4 色調(diào)映射 映射關(guān)系為其中G為求的去霧后的圖像灰度最大值。2.2.5 與直方圖去霧效果對(duì)比使用matlab中的histeq函數(shù)對(duì)圖像的亮度和對(duì)比度進(jìn)行直方圖均衡化處理三. 課程設(shè)計(jì)的步驟和結(jié)果 3.1原圖像與直方圖global im;global orig;filename, pathname=uigetfile(&

6、#39;*.jpg','insert image');im=pathname filename;orig = imread(im);Q = rgb2gray(orig);figure; subplot(1, 2, 1); imshow(orig); title('原圖像')subplot(1, 2, 2); imhist(Q, 64); title('原圖像直方圖')3.2原圖像與均衡后圖像global orig;global U;I = rgb2hsv(orig);H = I(:,:,1);S = I(:,:,2);V = I(:,:,

7、3);M = histeq(S); % 對(duì)飽和度直方圖均衡化N = histeq(V); % 對(duì)亮度直方圖均衡化U = hsv2rgb(H, M, N);figure; subplot(2, 2, 1); imshow(orig); title('原圖像')subplot(2, 2, 2); imshow(U); title('均衡后圖像')Q = rgb2gray(orig);W = rgb2gray(U);subplot(2, 2, 3); imhist(Q, 64); title('原圖像直方圖')subplot(2, 2, 4); imh

8、ist(W, 64); title('均衡變換后的直方圖')3.3原圖與去霧圖像對(duì)比global im; im1=double(imread(im)/255.0;sv=2*floor(max(size(im1)/25)+1;res=visibresto1(im1,sv,0.95,-1);figure;imshow(im1, res,0,1);四. 課程設(shè)計(jì)總結(jié)首先,由于本方法是基于單幅圖像輸入來(lái)進(jìn)行去霧處理,因此無(wú)法像多幅圖像條件下那樣綜合同一場(chǎng)景的不同降質(zhì)條件來(lái)估算天空亮度,因此難免會(huì)存在偏差。而且白平衡過(guò)程是對(duì)整幅圖像進(jìn)行的,這樣對(duì)于簡(jiǎn)單場(chǎng)景(天空與景物有明顯的分界)來(lái)說(shuō)誤

9、差較小,但對(duì)于存在很多細(xì)節(jié)的圖像(如茂盛的樹(shù)木,天空也景物難以區(qū)分)以及場(chǎng)景中有很多白色景物時(shí),會(huì)在邊緣出現(xiàn)模糊。其次,本方法使用的是變形的中值濾波器來(lái)估算大氣耗散函數(shù),而中值濾波器雖然能較好的保持邊緣,但對(duì)于直角以及線這樣的細(xì)節(jié)的處理存在固有缺陷,因此當(dāng)場(chǎng)景中存在這樣的景物(如高樓、車輛等),處理后的圖像會(huì)在景物的邊緣出現(xiàn)明顯的模糊。五. 設(shè)計(jì)體會(huì)在本次課程設(shè)計(jì)過(guò)程中,收獲頗豐。首先,這次實(shí)踐讓我又重新溫習(xí)了一遍數(shù)字圖像處理課程的相關(guān)知識(shí),并在此過(guò)程中對(duì)所學(xué)知識(shí)進(jìn)行了一次檢驗(yàn),加深了度數(shù)字圖像處理這門課程的理解,讓我深感數(shù)字圖像處理這門課程的博大精深。然后,通過(guò)本次課程設(shè)計(jì)的體驗(yàn),提高了綜合

10、運(yùn)用數(shù)字圖像處理各方面知識(shí)的能力,并從中發(fā)現(xiàn)了自己的許多不足之處,有待提高。最后,通過(guò)對(duì)matlab這個(gè)工具軟件的運(yùn)用,我又掌握了它的一些功能,這對(duì)我以后的學(xué)習(xí)和工作是一個(gè)莫大的幫助。六. 參考文獻(xiàn)1數(shù)字圖像處理(第二版) 岡薩雷斯 電子工業(yè)出版社2基于物理模型的單幅圖像快速去霧方法 禹晶、李大鵬、廖慶敏 自動(dòng)化學(xué)報(bào)3Fast Visibility Restoration from a Single Color or Gray Level Image Jean-Philippe Tarel、Nicolas Hautiere IEEE 課程設(shè)計(jì)成績(jī)?cè)u(píng)定表設(shè)計(jì)上機(jī)驗(yàn)收成績(jī)表姓名學(xué)號(hào)課題名稱 序號(hào)驗(yàn)收項(xiàng)目分值得分1設(shè)計(jì)內(nèi)容合理、目的明確10分2實(shí)現(xiàn)了課程設(shè)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論