恶劣天气条件下视频图像增强的关键问题研究
RESEARCH ON IMAGE ENHANCEMENT OF VIDEOS IN BAD WEATHER CONDITION
摘 要
ABSTRACT
目 录
Contents
第 1 章 绪论
1.1 课题背景
1.2 天气类型的分类
1.3 动态天气图像复原的研究现状
1.3.1 基于背景减除法的检测方法
1.3.2 基于成像模型与空间关系的检测方法
1.3.3 基于颜色模型的检测方法
1.3.4 基于频域模型的检测方法
1.3.5 单幅图像的检测方法
1.4 静态天气图像复原的研究现状
1.4.1 图像增强去雾方法
1.4.2 图像复原去雾方法
1.5 户外图像复原算法中存在的关键问题
1.6 主要研究内容及结构
第 2 章 基于 RGB 空间的雨滴去除方法
2.1 引言
2.2 雨滴特点及其对图像的影响
2.2.1 雨滴的物理特性
2.2.2 雨滴的光度学特性
2.2.3 雨滴对图像的影响
2.3 雨滴成像模型
2.3.1 雨滴成像基本模型
2.3.2 单帧图像受雨滴影响的情况
2.3.3 多帧图像受雨滴影响的情况
2.3.4 解的存在性分析与噪声对结果的影响
2.4 视频中雨滴的检测与去除
2.4.1 视频检测的原理
2.4.2 运动物体的检测
2.4.3 雨滴检测判别函数
2.4.4 雨滴的去除
2.5 实验结果与分析
2.5.1 雨滴的检测与去除
2.5.2 雨滴的去除结果分析
2.6 本章小结
第 3 章 基于 HSV 空间的雨滴去除方法
3.1 引言
3.2 HSV 空间成像特点
3.2.1 HSV 空间与 RGB 空间的区别
3.2.2 RGB 空间到 HSV 空间的转化
3.3 HSV 空间雨滴成像模型
3.3.1 标准雨滴成像模型
3.3.2 基于 HSV 空间的标准雨滴成像模型
3.4 雨滴的检测与去除
3.4.1 基于 HSV 空间雨滴判别函数
3.4.2 雨滴去除
3.5 实验结果与分析
3.5.1 雨滴的检测与去除
3.5.2 雨滴的去除结果分析
3.6 本章小结
第 4 章 基于矢量分解法的去雾模型
4.1 引言
4.2 雾天图像的成像与退化模型
4.2.1 雾场景的静态特性
4.2.2 光线的衰减特性
4.2.3 大气光的成像特性
4.2.4 雾成像模型
4.2.5 光线波长的影响
4.3 传统雾成像的大气衰减模型
4.3.1 简化大气衰减模型
4.3.2 传统雾成像过程
4.4 暗平面分解模型
4.4.1 矢量分解模型
4.4.2 增亮图的确定
4.5 暗平面分解模型的求解过程
4.5.1 暗平面的计算
4.5.2 增亮图的计算
4.6 去雾步骤
4.7 实验结果与分析
4.7.1 雾的去除结果
4.7.2 雾的去除结果分析
4.8 本章小结
第 5 章 户外恶劣天气的统一成像模型
5.1 引言
5.2 动态天气与静态天气成像特点
5.2.1 成像模型的比较
5.2.2 动态天气的矢量分解模型
5.2.3 不同雨滴类型的矢量分解形式
5.3 暗平面分解模型的去雨滴方法
5.3.1 雨滴的暗平面分解模型
5.3.2 固定雨滴的等效亮度
5.3.3 雨滴的去除
5.3.4 雪花的去除
5.4 动态天气矢量分解模型的优点与问题
5.4.1 矢量分解模型的优点
5.4.2 雨滴及雪花去除的问题
5.4.3 视频中残留痕迹的去除方法
5.4.4 单幅图像复原
5.5 实验结果与分析
5.5.1 动态天气复原结果
5.5.2 与其他去除结果比较
5.6 本章小结
结 论
参考文献
攻读博士学位期间发表的论文及其他成果
哈尔滨工业大学学位论文原创性声明及使用授权说明
致 谢
个人简历