圖像清晰化技術(shù)研究

目錄
第1章 緒論 1
1.1 研究背景及意義 1
1.2 圖像去霧的研究現(xiàn)狀與展望 2
1.2.1 國內(nèi)外研究現(xiàn)狀 2
1.2.2 存在問題及展望 7
1.3 低照度圖像增強技術(shù)的研究現(xiàn)狀及展望 8
1.3.1 國內(nèi)外研究現(xiàn)狀 8
1.3.2 存在問題及展望 10
1.4 高動態(tài)范圍成像技術(shù)的研究現(xiàn)狀及展望 11
1.4.1 國內(nèi)外研究現(xiàn)狀 12
1.4.2 存在問題及展望 16
1.5 圖像質(zhì)量評價方法 17
1.5.1 主觀評價法 18
1.5.2 客觀評價法 20
1.6 本書的結(jié)構(gòu)組織安排 23
1.7 本章小結(jié) 23
參考文獻 24
第2章 霧天圖像清晰化技術(shù)回顧 30
2.1 基于圖像增強的去霧算法 30
2.1.1 常用圖像增強方法 31
2.1.2 基于圖像增強的去霧算法 37
2.1.3 小結(jié) 41
2.2 基于圖像復(fù)原的去霧算法 41
2.2.1 圖像復(fù)原技術(shù) 42
2.2.2 霧天圖像退化機理 42
2.2.3 基于圖像復(fù)原的去霧算法概述 44
2.2.4 基于暗原色先驗的單幅圖像去霧算法 48
2.2.5 小結(jié) 53
2.3 本章小結(jié) 53
參考文獻 54
第3章 基于物理模型的單幅圖像去霧技術(shù) 55
3.1 基于人眼視覺特性的快速圖像去霧算法 55
3.1.1 估計目標傳輸圖 55
3.1.2 估計全局光強度 57
3.1.3 霧天圖像復(fù)原 58
3.1.4 圖像亮度調(diào)節(jié) 59
3.1.5 實驗結(jié)果與分析 60
3.1.6 小結(jié) 62
3.2 改進的半逆去霧復(fù)原算法 63
3.2.1 半逆去霧算法 63
3.2.2 改進的半逆去霧復(fù)原算法 64
3.2.3 色調(diào)調(diào)整和細節(jié)增強 68
3.2.4 實驗結(jié)果分析和客觀評價 71
3.2.5 小結(jié) 75
3.3 面向大面積天空區(qū)域圖像的去霧算法 75
3.3.1 暗原色先驗原理 77
3.3.2 天空區(qū)域分割與融合 77
3.3.3 求取全局A 83
3.3.4 天空區(qū)域補償 83
3.3.5 圖像融合 84
3.3.6 實驗結(jié)果及分析 85
3.3.7 小結(jié) 88
3.4 基于視覺感知的圖像去霧算法 88
3.4.1 閾值分割獲取A 88
3.4.2 各向異性型高斯濾波優(yōu)化t(x) 90
3.4.3 清晰化圖像復(fù)原 94
3.4.4 色調(diào)調(diào)整 94
3.4.5 實驗結(jié)果與分析 95
3.4.6 小結(jié) 96
3.5 本章小結(jié) 96
參考文獻 97
第4章 圖像去霧的快速實現(xiàn)方法 99
4.1 實時圖像去霧算法 99
4.1.1 參數(shù) 的估計 99
4.1.2 導(dǎo)向濾波改善t(x) 101
4.1.3 自適應(yīng)亮度增強 102
4.1.4 大面積灰白區(qū)域的處理 103
4.1.5 速度上的進一步優(yōu)化 104
4.1.6 實驗結(jié)果及分析 105
4.1.7 小結(jié) 109
4.2 去霧算法的DSP實現(xiàn) 109
4.2.1 DSP硬件開發(fā)平臺 109
4.2.2 DSP軟件開發(fā)環(huán)境 111
4.2.3 去霧算法的DSP實現(xiàn) 115
4.2.4 小結(jié) 118
4.3 去霧算法的GPU實現(xiàn) 118
4.3.1 GPU并行計算 118
4.3.2 去霧算法的CUDA并行實現(xiàn) 127
4.3.3 實驗結(jié)果及分析 134
4.3.4 GPU并行加速優(yōu)化策略 137
4.3.5 結(jié)果分析 143
4.3.6 小結(jié) 145
4.4 本章小結(jié) 146
參考文獻 146
第5章 低照度圖像增強技術(shù) 148
5.1 低照度圖像增強基本理論 148
5.1.1 低照度圖像增強算法——空域法 148
5.1.2 低照度圖像增強算法——變換域法 154
5.1.3 低照度圖像增強算法——融合法 155
5.2 基于視覺特性的低照度圖像增強算法 155
5.2.1 基于視覺感知的低照度圖像增強算法 156
5.2.2 實驗結(jié)果與分析 163
5.2.3 小結(jié) 165
5.3 基于去霧技術(shù)的低照度圖像增強算法 165
5.3.1 低照度圖像與霧天圖像的關(guān)系 165
5.3.2 基于物理模型的低照度圖像增強算法 166
5.3.3 實驗結(jié)果與分析 170
5.3.4 小結(jié) 172
5.4 本章小結(jié) 172
參考文獻 173
第6章 單曝光HDR圖像生成技術(shù) 174
6.1 相關(guān)工作分析 175
6.2 基于光源采樣的單曝光HDR圖像生成算法 176
6.2.1 算法架構(gòu) 176
6.2.2 算法細節(jié) 178
6.2.3 實驗結(jié)果及分析 182
6.2.4 小結(jié) 186
6.3 基于細節(jié)層分離的單曝光HDR圖像生成算法 187
6.3.1 算法框架 187
6.3.2 算法具體實現(xiàn)過程 188
6.3.3 實驗結(jié)果與分析 195
6.3.4 小結(jié) 201
6.4 本章小結(jié) 201
參考文獻 202
第7章 單幅圖像能見度檢測技術(shù) 204
7.1 研究背景及意義 204
7.2 國內(nèi)外研究現(xiàn)狀 206
7.2.1 能見度測量儀的發(fā)展 206
7.2.2 基于圖像的能見度研究現(xiàn)狀 208
7.3 能見度檢測的基本知識 209
7.3.1 能見度檢測原理 209
7.3.2 大氣散射模型 212
7.3.3 能見度檢測的相關(guān)知識 213
7.4 基于暗通道先驗的能見度檢測算法 217
7.4.1 透射率的估計 217
7.4.2 基于視差的場景深度估計 219
7.4.3 能見度距離的估計 223
7.4.4 實驗結(jié)果與分析 223
7.4.5 小結(jié) 225
7.5 面向高速路的單幅圖像能見度估計算法 225
7.5.1 SSR估計圖像亮度 226
7.5.2 不同霧濃度下的亮度估計 226
7.5.3 結(jié)合亮度特征的單幅圖像能見度檢測 229
7.5.4 實驗結(jié)果與分析 232
7.5.5 小結(jié) 233
7.6 基于場景深度的霧天圖像能見度估計方法 233
7.6.1 霧天圖像能見度估計方法 234
7.6.2 實驗結(jié)果與分析 236
7.6.3 小結(jié) 238
7.7 本章小結(jié) 239
參考文獻 239
第8章 圖像質(zhì)量評價方法研究 241
8.1 圖像質(zhì)量評價方法的研究現(xiàn)狀 241
8.1.1 圖像質(zhì)量的主觀評價方法 241
8.1.2 圖像質(zhì)量的客觀評價方法 243
8.1.3 圖像質(zhì)量評價方法的有效性驗證 246
8.2 人眼視覺系統(tǒng) 248
8.2.1 視覺系統(tǒng)的基本結(jié)構(gòu)及原理 248
8.2.2 人眼視覺特性 250
8.3 基于梯度矢量相似性的壓縮圖像質(zhì)量評價 253
8.3.1 壓縮圖像質(zhì)量評價方法概況 253
8.3.2 所提算法框架 254
8.3.3 實驗結(jié)果 257
8.3.4 小結(jié) 263
8.4 基于全變分模型的視覺感知圖像質(zhì)量評價 263
8.4.1 引言 263
8.4.2 基于全變分模型的圖像質(zhì)量評價 264
8.4.3 實驗結(jié)果及分析 266
8.4.4 小結(jié) 269
8.5 基于尺度不變性的無參考圖像質(zhì)量評價 269
8.5.1 無參考圖像質(zhì)量評價方法概況 269
8.5.2 所提算法框架 270
8.5.3 實驗結(jié)果及分析 277
8.5.4 小結(jié) 280
8.6 本章小結(jié) 280
參考文獻 281