基于暗通道的快速图像去雾方法的研究与实现开题报告

 2021-08-08 12:08

1. 研究目的与意义

近现代,雾霾天气频现于我国中东部的大部分城市,不仅严重影响民众的身心健康,而且严重威胁人们的出行安全。

当天空中存在雾、霾时, 空气中悬浮着很多水蒸气与微尘等大气粒子,此时用传感器拍摄图像,场景表面反射的光线因为受到这些颗粒状物体的散射作用而发生衰减,使得拍摄到的图像对比度极低,整体上模糊不清,而且图像的色彩也会因漂移而出现失真和退化。

这不仅大大降低了图像的能见度和清晰度, 丢失了图像细节内容等有用信息,而且给后续的图像处理带来了困难, 甚至会导致现有的视频监控, 目标跟踪、智能导航等户外图像处理系统失效,给人们的日常生产和生活等方方面面都带来了相当不利的影响。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 国内外研究现状分析

国内外对雾天降质图像清晰化的方法,一般可以从两方面考虑。

其一是通过硬件,如雷达获取景深后经图像复原算法估计原始无雾图像、雷达直接获取图像形状,经图像融合还原图像,其它硬件方法还有使用红外、激光、CCD 等传感设备,通过多传感器融合的方法实现图像复原。

然而使用硬件设备除了高昂的成本外,其各自本身仍有其自身的局限性,如红外只能实现热信号的检测,CCD、激光雾天情况下透光率差,这些缺陷都限制了硬件方法在雾天的使用。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究的基本内容与计划

1.研究内容1.)介绍雾天图像退化模型和基于该雾天图像退化模型的几种去雾算法。

其中详细介绍He提出的基于暗通道先验的去雾算法。

2)通过图像去雾评价模型和仿真实验,对比基于暗通道的去雾方法和其他经典去雾算法的效果和效率。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 研究创新点

1.不依赖硬件,实用性较强。

2.算法基于物理模型,解释性强。

3.比较几种经典算法,并对比其去雾效果。

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;