圖像去霧技術(shù)研究開題報(bào)告-資料下載頁(yè)
2024-10-27 10:07本頁(yè)面
【導(dǎo)讀】對(duì)學(xué)生答辯資格審查的依據(jù)材料之一。此報(bào)告應(yīng)在指導(dǎo)教師指。見及所在專業(yè)審查后生效。它紙上后剪貼，完成后應(yīng)及時(shí)交給指導(dǎo)教師簽署意見。在開題報(bào)告的最后。等資料裝入文件袋中。霧處理已經(jīng)成為可能，這反過來(lái)又對(duì)去霧圖像的清晰度和真實(shí)感提出了新的要求。近年來(lái)受到研究者的很大關(guān)注，包括單尺度Retinex算法。芮義斌等人根據(jù)Retinex理論及MSR算法，采用正態(tài)截。大氣調(diào)制傳遞函數(shù)的預(yù)測(cè)，近似估計(jì)大氣對(duì)圖像質(zhì)量的退化過程。像進(jìn)行復(fù)原，并對(duì)戶外景物圖像中由大氣調(diào)制傳遞函數(shù)造成的衰減進(jìn)行補(bǔ)償。－10］均是采用大氣調(diào)制傳遞函數(shù)對(duì)天氣退化圖像進(jìn)行清晰化處理。且在確定變換或轉(zhuǎn)移函數(shù)時(shí)是基于整個(gè)圖像的統(tǒng)計(jì)量。數(shù)也不能保證這些所關(guān)心的局部區(qū)域得到所需的增強(qiáng)效果。因此，需要根據(jù)所關(guān)心的。目前主要有3類局部化的圖像增強(qiáng)方法。其基本思想是將直方圖均衡化運(yùn)算分散到圖像的所。有局部區(qū)域，通過局部運(yùn)算的疊加自適應(yīng)地增強(qiáng)圖像局部信息。此外，Kim等人提出
【正文】 場(chǎng)是一個(gè)沒有完全開發(fā)的市場(chǎng)，而一套醫(yī)療設(shè)備的價(jià)格是非常昂貴的，所以在這些地方的待遇都還可以，前景也看好。國(guó)內(nèi)也有一些這樣的企業(yè)比如深圳安科和邁瑞 計(jì)算機(jī)視覺和模式識(shí)別方向 我沒去調(diào)研過有哪些公司在做，但 肯定不少，比如指紋識(shí)別、人臉識(shí)別、虹膜識(shí)別。還有一個(gè)很大的方向是車牌識(shí)別，這個(gè)我倒是知道有一個(gè)公司高德威智能交通似乎做的很不錯(cuò)的樣子。目前視頻監(jiān)控是一個(gè)熱點(diǎn)問題，做跟蹤和識(shí)別的可以在這個(gè)方向找到一席之地。上海法視特位于上海張江高科技園區(qū)，在視覺和識(shí)別方面做的不錯(cuò)。北京的我也知道兩個(gè)公司：大恒和凌云，都是以圖像作為研發(fā)的主體。 視頻方向 一般的高校或者研究所側(cè)重在標(biāo)準(zhǔn)的制定和修改以及技術(shù)創(chuàng)新方面，而公司則側(cè)重在編碼解碼的硬件實(shí)現(xiàn)方面。一般這些公司要求是熟悉或者精通 MPEG、 或者AVS，選擇了這個(gè)方向 ，只要做的還不錯(cuò)，基本就不愁飯碗。由于這不是我所感興趣的方向，所以這方面的公司的信息我沒有收集，但平常在各個(gè) bbs 或者各種招聘網(wǎng)站經(jīng)?？吹?。我所知道的兩個(gè)公司：諾基亞和 pixelworks 其他 其實(shí)一般來(lái)說，只要涉及到成像或者圖像的基本都要圖像處理方面的人。比方說一個(gè)成像設(shè)備，在輸出圖像之前需要對(duì)原始圖像進(jìn)行增強(qiáng)或者去噪處理，存儲(chǔ)時(shí)需要對(duì)圖像進(jìn)行壓縮，成像之后需要對(duì)圖像內(nèi)容進(jìn)行自動(dòng)分析，這些內(nèi)容都是圖像處理的范疇。下面列舉一些與圖像有關(guān)或者招聘時(shí)明確說明需要圖像處理方面人才的公司：上海豪威集成電路有限公司 ， 中芯微 ， 摩托羅拉上海研究院 ， 威盛（ VIA） ， 松下 ， 索尼 ， 清華同方 ， 三星 所有與圖像（靜止或者運(yùn)動(dòng)圖像）有關(guān)的公司都是一種選擇。比如數(shù)碼相機(jī)、顯微鏡成像、超聲成像、工業(yè)機(jī)器人控制、顯示器、電視、遙感等等，都可以作為求職方向 。 三、課題主要內(nèi)容和要求 這篇論文研究的問題是圖像的去霧技術(shù)，它可以還原圖像的顏色和能見度，同時(shí)也能利用霧的濃度來(lái)估計(jì)物體的距離，這些在計(jì)算機(jī)視覺上都有重要應(yīng)用。但是之前人們還沒找到簡(jiǎn)單有效的方法來(lái)達(dá)到這個(gè)目的。在這篇論文里，我們找到了一個(gè)非常簡(jiǎn)單的，甚至說令人驚訝統(tǒng)計(jì)規(guī)律，并提 出了有效的去霧方法。 與之前的方法不同，我們把注意力放到了無(wú)霧圖像的統(tǒng)計(jì)特征上。我們發(fā)現(xiàn)，在無(wú)霧圖像中，每一個(gè)局部區(qū)域都很有可能會(huì)有陰影，或者是純顏色的東西，又或者是黑色的東西。因此，每一個(gè)局部區(qū)域都很有可能有至少一個(gè)顏色通道會(huì)有很低的值。我們把這個(gè)統(tǒng)計(jì)規(guī)律叫做 暗通道先驗(yàn)算法 。直觀來(lái)說， 暗通道先驗(yàn)算法 認(rèn)為每一個(gè)局部區(qū)域都總有一些很暗的東西。這個(gè)規(guī)律很簡(jiǎn)單，但在我們研究的去霧問題上卻是本質(zhì)的基本規(guī)律。 由于霧總是灰白色的，因此一旦圖像受到霧的影響，那么這些本來(lái)應(yīng)該很暗的東西就會(huì)變得灰白。不僅如此， 根據(jù)物理上霧的形成公式，我們還能根據(jù)這些東西的灰白程度來(lái)判斷霧的濃度。因此，我們提出的 暗通道先驗(yàn)算法 能很有效地去除霧的影響，同時(shí)利用物的濃度來(lái)估算物體的距離 。 室外場(chǎng)景的圖像通常是由退化渾濁介質(zhì)（如顆粒，水液滴）在大氣中。薄霧，霧，煙等現(xiàn)象是由于大氣吸收和散射。輻照度從現(xiàn)場(chǎng)的攝影機(jī)接收點(diǎn)沿著視線衰減。此外，入射光是與大氣光（環(huán)境光反射到 由大氣顆粒視線）混合的。被降職失去了對(duì)比度和圖像色彩保真度。由于散射量取決于距離 從相機(jī)現(xiàn)場(chǎng)點(diǎn)，其降解 為空間變體。薄霧的去除（或朦朧化）是非常需要在這兩個(gè)消費(fèi)者/攝影和計(jì)算 機(jī)視覺計(jì)算申請(qǐng)。首先，消除煙霧可顯著提高現(xiàn)場(chǎng)的知名度和糾正色彩偏移由空氣光造成的。一般情況下，煙氣無(wú)圖像更直觀賞心悅目。第二，大多數(shù)計(jì)算機(jī)視覺算法，從低層次的圖像分析，以高層次的目標(biāo)識(shí)別，通常認(rèn)為，輸入圖像（后輻射校準(zhǔn)）是現(xiàn)場(chǎng)的光芒。視覺的表現(xiàn)算法（如特征檢測(cè)，過濾和光度分析）將不可避免地遭受偏見， 低對(duì)比度場(chǎng)景的光輝。最后，去霧可生產(chǎn)許多深入的信息和視覺算法和效益先進(jìn)的圖像編輯。薄霧或霧可以成為一個(gè)有用的深度線索場(chǎng)景理解。薄霧壞形象可以善加利用。然而，去霧是一個(gè)具有挑戰(zhàn)性的問題，因?yàn)闊煔馐窃谖粗纳疃刃畔⒁?賴。問題是在有限的，如果輸入的是只有一個(gè)薄霧的形象。因此，許多方法被提出通過使用多個(gè)圖像或其他信息。偏振為基礎(chǔ)的方法 [14， 15]刪除的薄霧影響通過兩個(gè)或多個(gè)圖像采取不同程度的兩極分化。在文獻(xiàn) [8， 10， 12]，得到更多的約束從同一場(chǎng)景中的多個(gè)不同的圖像天氣狀況。深度的方法 [5， 11]要求粗糙的深度信息無(wú)論是從用戶輸入或從已知的三維模型。最近，單幅圖像去霧 [2， 16]，使顯著的進(jìn)步。這些方法的成功就在于用一個(gè)更強(qiáng)有力的事前或假設(shè)。 [16]觀察的薄霧，必須有較高的自由形象鮮明的對(duì)比與輸入薄霧形象和他的薄霧中刪 除通過最大限度地還原圖像的局部對(duì)比度。該結(jié)果在視覺上引人注目，但未必物理有效。 Fattal [2]估計(jì)反照率的場(chǎng)景，然后推斷的假設(shè)下傳輸和傳輸介質(zhì)表面的陰影，是當(dāng)?shù)叵嚓P(guān)的。 Fattal 的做法是身體健康，能生產(chǎn)令人矚目的成果。但是，這種方法不能很好地處理重度薄霧出現(xiàn)的圖像，并可能失敗的案件，假設(shè)被打破了。在本論文中，我們提出了一個(gè)新暗通道先驗(yàn)算法以前，單一圖像去霧。暗通道先驗(yàn)算法基于之前的薄霧，免費(fèi)戶外圖像的統(tǒng)計(jì)信息。 我們發(fā)現(xiàn)，在當(dāng)?shù)卮蟛糠值貐^(qū)不包括天空，很多時(shí)候，一些像素（稱為 “暗像素 ”）具有非常低的 ，至少有一個(gè)彩色（ RGB）通道的力度。在薄霧的形象，這些暗像素強(qiáng)度該通道主要是由大氣光貢獻(xiàn)。因此，這些暗點(diǎn)，可直接提供準(zhǔn)確的估計(jì)的薄霧的傳輸。成像相結(jié)合的薄霧模型和消光軟插值方法，我們可以恢復(fù)一個(gè)高品質(zhì)的薄霧無(wú)形象，產(chǎn)生了良好的深度圖（最多規(guī)模）。我們的方法是有效的，是身體能夠處理即使是在重度薄霧出現(xiàn)遠(yuǎn)處的物體圖像。我們不依賴表面上傳輸或遮陽(yáng)顯著差異輸入圖像。結(jié)果包含幾個(gè)暈文物。如同任何方式使用強(qiáng)的假設(shè)，我們的方法也有其自身的局限性。黑暗的通道前可能是無(wú)效的對(duì)象時(shí)，本質(zhì)上是類似的場(chǎng)景在一個(gè)大的局部地區(qū)大氣光 ，沒有陰影投在對(duì)象上。雖然我們的方法適用于大多數(shù)煙霞戶外圖像，它可能無(wú)法在某些極端情況。我們認(rèn)為，從不同的方向發(fā)展的新普賴厄斯是非常重要的，結(jié)合在一起會(huì)進(jìn)一步推進(jìn)先進(jìn)的。 四、研究方法、步驟和措施 Matlab 實(shí)現(xiàn) 指導(dǎo)老師意見 1．對(duì)“文獻(xiàn)綜述”的評(píng)語(yǔ)： 2．對(duì)本課題的深度、廣度及工作量的意見和對(duì)設(shè)計(jì) 結(jié)果的預(yù)測(cè)： 指導(dǎo)教師： 年 月 日 所在專業(yè)審查意見 負(fù)責(zé)人： 年 月 日
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號(hào)-1