基于變換域的降質(zhì)視頻圖像清晰化處理的研究.pdf

1、海、陸交通監(jiān)控、工廠生產(chǎn)監(jiān)控、公共場所安全及智能導(dǎo)航等戶外計算機(jī)視覺系統(tǒng)在人們生活中發(fā)揮著越來越重要的作用。然而，在霧天天氣條件下，戶外視覺系統(tǒng)獲取的圖像大都會出現(xiàn)不同程度的退化，對比度較低，圖像中包含的大量細(xì)節(jié)會變的模糊甚至被掩蓋，嚴(yán)重時會導(dǎo)致獲取戶外景物圖像的設(shè)備無法正常運轉(zhuǎn)。因此，本文針對霧天采集視頻圖像的退化問題，從圖像增強角度出發(fā)結(jié)合變換域局部性、多分辨率、多方向性特點對霧天降質(zhì)視頻圖像進(jìn)行清晰化處理，以提高視頻清晰度。

2、>　　首先，為克服常用去霧增強算法只單一的從頻域或時域?qū)D像整體進(jìn)行增強，對于圖像的局部細(xì)節(jié)特征還需進(jìn)一步完善，本文采用小波變換對霧天降質(zhì)視頻圖像進(jìn)行增強。通過對圖像小波分解后系數(shù)特性的分析，確定閾值函數(shù)對子波系數(shù)進(jìn)行修正再反變換到時域進(jìn)行對比度拉伸，得到清晰化后的圖像。隨后發(fā)現(xiàn)，視頻每相鄰幀景物具有較強相關(guān)性，而散落的霧具有弱相關(guān)性。因此，利用視頻這一特性并結(jié)合單幀小波去霧閾值函數(shù)，提出了基于幀間關(guān)系的圖像序列小波去霧算法，利用MAT

3、LAB仿真驗證，通過峰值信噪比、圖象熵等參數(shù)比較分析以驗證本算法的有效性與優(yōu)越性。
　　最后，利用視頻圖像小波去霧思想，針對小波變換只有有限個方向，邊緣刻畫無方向性問題，提出了基于輪廓波變換的降質(zhì)視頻圖像去霧算法。通過輪廓波變換將高、低頻系數(shù)有效分開:低頻部分采用Visushrinking閾值法進(jìn)行噪聲去除，處理后的圖像相對平滑;高頻部分利用自適應(yīng)閾值法將系數(shù)分類，并利用增強函數(shù)對分類后的系數(shù)處理，抑制噪聲、增強細(xì)節(jié);最后重構(gòu)到空