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(guó)內(nèi)外研究現(xiàn)狀 2
1.2.2 存在問(wèn)題及展望 7
1.3 低照度圖像增強(qiáng)技術(shù)的研究現(xiàn)狀及展望 8
1.3.1 國(guó)內(nèi)外研究現(xiàn)狀 8
1.3.2 存在問(wèn)題及展望 10
1.4 高動(dòng)態(tài)范圍成像技術(shù)的研究現(xiàn)狀及展望 11
1.4.1 國(guó)內(nèi)外研究現(xiàn)狀 12
1.4.2 存在問(wèn)題及展望 16
1.5 圖像質(zhì)量評(píng)價(jià)方法 17
1.5.1 主觀評(píng)價(jià)法 18
1.5.2 客觀評(píng)價(jià)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(xiàn) 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(qiáng)的去霧算法 30
2.1.1 常用圖像增強(qiáng)方法 31
2.1.2 基于圖像增強(qiáng)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(jī)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(yàn)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(xiàn) 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(jué)特性的快速圖像去霧算法 55
3.1.1 估計(jì)目標(biāo)傳輸圖 55
3.1.2 估計(jì)全局光強(qiáng)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(shí)驗(yàn)結(jié)果與分析 60
3.1.6 小結(jié) 62
3.2 改進(jìn)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(jìn)的半逆去霧復(fù)原算法 64
3.2.3 色調(diào)調(diào)整和細(xì)節(jié)增強(qiáng) 68
3.2.4 實(shí)驗(yàn)結(jié)果分析和客觀評(píng)價(jià) 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(yàn)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(bǔ)償 83
3.3.5 圖像融合 84
3.3.6 實(shí)驗(yàn)結(jié)果及分析 85
3.3.7 小結(jié) 88
3.4 基于視覺(jué)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(shí)驗(yàn)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(xiàn) 97
第4章 圖像去霧的快速實(shí)現(xiàn)方法 99
4.1 實(shí)時(shí)圖像去霧算法 99
4.1.1 參數(shù) 的估計(jì) 99
4.1.2 導(dǎo)向?yàn)V波改善t(x) 101
4.1.3 自適應(yīng)亮度增強(qiáng) 102
4.1.4 大面積灰白區(qū)域的處理 103
4.1.5 速度上的進(jìn)一步優(yōu)化 104
4.1.6 實(shí)驗(yàn)結(jié)果及分析 105
4.1.7 小結(jié) 109
4.2 去霧算法的DSP實(shí)現(xiàn) 109
4.2.1 DSP硬件開(kāi)發(fā)平臺(tái) 109
4.2.2 DSP軟件開(kāi)發(fā)環(huán)境 111
4.2.3 去霧算法的DSP實(shí)現(xiàn) 115
4.2.4 小結(jié) 118
4.3 去霧算法的GPU實(shí)現(xiàn) 118
4.3.1 GPU并行計(jì)算 118
4.3.2 去霧算法的CUDA并行實(shí)現(xiàn) 127
4.3.3 實(shí)驗(yàn)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(xiàn) 146
第5章 低照度圖像增強(qiáng)技術(shù) 148
5.1 低照度圖像增強(qiáng)基本理論 148
5.1.1 低照度圖像增強(qiáng)算法——空域法 148
5.1.2 低照度圖像增強(qiáng)算法——變換域法 154
5.1.3 低照度圖像增強(qiáng)算法——融合法 155
5.2 基于視覺(jué)特性的低照度圖像增強(qiáng)算法 155
5.2.1 基于視覺(jué)感知的低照度圖像增強(qiáng)算法 156
5.2.2 實(shí)驗(yàn)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(qiáng)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(qiáng)算法 166
5.3.3 實(shí)驗(yàn)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(xiàn) 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(xì)節(jié) 178
6.2.3 實(shí)驗(yàn)結(jié)果及分析 182
6.2.4 小結(jié) 186
6.3 基于細(xì)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(shí)現(xiàn)過(guò)程 188
6.3.3 實(shí)驗(yàn)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(xiàn) 202
第7章 單幅圖像能見(jiàn)度檢測(cè)技術(shù) 204
7.1 研究背景及意義 204
7.2 國(guó)內(nèi)外研究現(xiàn)狀 206
7.2.1 能見(jiàn)度測(cè)量?jī)x的發(fā)展 206
7.2.2 基于圖像的能見(jiàn)度研究現(xiàn)狀 208
7.3 能見(jiàn)度檢測(cè)的基本知識(shí) 209
7.3.1 能見(jiàn)度檢測(cè)原理 209
7.3.2 大氣散射模型 212
7.3.3 能見(jiàn)度檢測(cè)的相關(guān)知識(shí) 213
7.4 基于暗通道先驗(yàn)的能見(jiàn)度檢測(cè)算法 217
7.4.1 透射率的估計(jì) 217
7.4.2 基于視差的場(chǎng)景深度估計(jì) 219
7.4.3 能見(jiàn)度距離的估計(jì) 223
7.4.4 實(shí)驗(yàn)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(jiàn)度估計(jì)算法 225
7.5.1 SSR估計(jì)圖像亮度 226
7.5.2 不同霧濃度下的亮度估計(jì) 226
7.5.3 結(jié)合亮度特征的單幅圖像能見(jiàn)度檢測(cè) 229
7.5.4 實(shí)驗(yàn)結(jié)果與分析 232
7.5.5 小結(jié) 233
7.6 基于場(chǎng)景深度的霧天圖像能見(jiàn)度估計(jì)方法 233
7.6.1 霧天圖像能見(jiàn)度估計(jì)方法 234
7.6.2 實(shí)驗(yàn)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(xiàn) 239
第8章 圖像質(zhì)量評(píng)價(jià)方法研究 241
8.1 圖像質(zhì)量評(píng)價(jià)方法的研究現(xiàn)狀 241
8.1.1 圖像質(zhì)量的主觀評(píng)價(jià)方法 241
8.1.2 圖像質(zhì)量的客觀評(píng)價(jià)方法 243
8.1.3 圖像質(zhì)量評(píng)價(jià)方法的有效性驗(yàn)證 246
8.2 人眼視覺(jué)系統(tǒng) 248
8.2.1 視覺(jué)系統(tǒng)的基本結(jié)構(gòu)及原理 248
8.2.2 人眼視覺(jué)特性 250
8.3 基于梯度矢量相似性的壓縮圖像質(zhì)量評(píng)價(jià) 253
8.3.1 壓縮圖像質(zhì)量評(píng)價(jià)方法概況 253
8.3.2 所提算法框架 254
8.3.3 實(shí)驗(yàn)結(jié)果 257
8.3.4 小結(jié) 263
8.4 基于全變分模型的視覺(jué)感知圖像質(zhì)量評(píng)價(jià) 263
8.4.1 引言 263
8.4.2 基于全變分模型的圖像質(zhì)量評(píng)價(jià) 264
8.4.3 實(shí)驗(yàn)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(wú)參考圖像質(zhì)量評(píng)價(jià) 269
8.5.1 無(wú)參考圖像質(zhì)量評(píng)價(jià)方法概況 269
8.5.2 所提算法框架 270
8.5.3 實(shí)驗(yàn)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(xiàn) 281