基于引导滤波和暗原色先验理论透射率估值的视频去雾算法

针对雾天条件下户外采集的图像严重退化问题,解决传统的暗原色先验理论算法出现的边缘残雾、天空区域去雾效果欠佳、实时性差和鲁棒性差等问题,提出去雾效果显著的实时视频去雾算法.对大气光散射模型进行改进,以引导滤波后的灰度图作为大气光估计图;利用四叉树法和暗原色先验理论(DCP)在暗原色图中寻找浓雾区域,求得透射率估计值;利用改进的大气光散射模型复原图像.通过大量实验表明,复原出的图像去雾效果彻底,色彩鲜艳亮丽,天空区域不会出现彩色失真,景深变化大的地方不会出现白边现象,对于不同浓度的雾都有着较好的去雾效果,处理速度快且稳定,适合于实时视频去雾.

基于红色暗通道先验理论与CLAHE算法的水下图像增强算法

[目的]水下图像是水下视觉感知技术领域应用的基础,由于水对光的吸收以及水中颗粒对光的散射作用,使水下图像具有对比度低、边缘模糊等特点,导致图像质量下降。为此,提出一种削弱水介质对水下图像影响的图像增强算法。[方法]首先,研究了水下成像数学模型,并且依据Lambert-Beer定律推导出了未退化的图像数学模型。其次,利用红色暗通道先验(RDCP)理论得到未退化图像模型中的红色暗通道透射率图像,并通过引导滤波算法对该图像进行滤波细化处理,获得了对比度比较高的未退化图像。然后,针对去模糊后水下图像对比度仍然不理想的情况,采用对比度受限直方图均衡化算法(CLAHE)提升水下图像对比度。[结果]基于常用图像评价标准,通过实验评价了本文算法的有效性,[结论]本文算法能够显著提升水下图像信息熵、对比度和平均梯度,更能凸显图片信息的细节特征。

基于暗原色先验理论的无人机影像去雾研究

基于暗原色先验理论的去雾方法简化了影像去雾的物理模型,并且利用了自然界的客观规律,为去雾研究提供了新思路。针对该理论去雾过程中透射率优化复杂、耗时和清晰化后的影像出现halo效应的局限性,通过结合MATLAB平台的实验,深入探究适用于单幅无人机影像的高效、自动综合去雾方法,并且对该方法进行了主客观评价。

基于暗通道先验理论的图像去雾算法改进

提出了一种基于迭代的自适应图像去雾算法,该算法是在基于暗通道先验理论的去雾算法基础上增加了常数c补偿,为了保护边缘信息滤波时采取了双边滤波算法,最后将大气光及透射率当成一个整体并结合峰值信噪比构造了优化条件的迭代算法,实现了自适应图像去雾。模拟实验结果与多种评价性能参数的计算结果都表明,本文的改进算法不仅提高了去雾后图像的清晰度和对比度,而且迭代速度快、图像性能好。

基于暗原色先验理论的大气能见度测量

基于暗原色先验理论在图像的去雾方面有非常好的效果,提出了一种将暗原色先验理论用于大气能见度测量的方法,克服了气象能见度仪成本昂贵且难以大范围架设的缺点。对拍摄雾霾图像的不同区域进行亮度分析以便选择合适的目标区域进行透射率估计,通过优化去雾系数并使用引导滤波细化透射率获取较为准确的透射率,从而求得大气消光系数及大气能见度。将大量雾霾图像处理的结果与前向散射仪(CJY-1G)测量的数据进行比较,二者基本一致,本方法与CJY-1G测量结果的误差在±15%之内,符合能见度观测的应用要求。

基于暗亮原色先验理论的道路能见度检测

针对现有能见度检测方法复杂度高和检测精度低的问题,提出了一种基于监控图像的道路能见度检测方法。首先,通过暗亮原色先验理论求取暗亮原色的透射率;然后,利用自适应去雾权值和自适应滤波窗口优化大气光值和大气透射率,将车道线首尾端点的透射率与优化后的暗亮原色透射率一一对应;最后,结合车道线首尾端的距离计算大气消光系数和能见度。实验结果表明,本方法可在100~600 m内实现高精度检测,相对误差小于10%。相比其他方法,本方法的检测效率更快、精度更高且更容易实现。

先验模式理论与英语阅读课教学

本文分析先验模式理论在内容和结构方面对英语阅读所产生的影响,并结合教学实践经验,说明阅读效果的提高离不开先验模式理论的运用,同时提出激活和运用先验模式的几种方法。

基于暗原色理论和自适应双边滤波的煤矿尘雾图像增强算法

针对煤矿井下存在大量煤尘、水雾导致获取的视频图像伴有大量的噪声、分辨率低、模糊的问题,提出了一种基于暗原色理论和自适应双边滤波的煤矿尘雾图像增强算法。基于暗原色先验理论,采用自适应双边滤波代替softmatting过程来求取精细透射率图,并根据煤矿井下特殊环境,从新的角度求取全球大气光值、粗略透射率图,并根据图像退化模型实现图像的去噪。实验结果表明,对于分辨率为1 024×576的图像处理时间为1.9 s,与He算法(HE K,SUN J,TANG X.Single image haze removal using dark channel prior.IEEE Transactions on Pattern Analysis and Machine Intelligence,2011,33(12):1-13.)相比,运行效率提高了5倍。与直方图均衡法等算法相比,所提算法有效增强了图像细节、边缘,整体上更加适合人类视觉和视频监控的要求。

一种改进的暗通道先验去雾算法研究

为了解决经典暗通道先验算法颜色偏暗、过饱和,天空区域出现光晕、噪声等问题,提出了一种改进的暗通道先验去雾算法。首先,通过对大气光的物理意义进行分析,将图像天空区域的亮通道值作为估值;然后针对传统去雾方法先验条件改进透射率估计,根据Hue-Saturation-Intensity颜色模型的图像增强结果计算粗透射率;之后使用双边滤波的加速算法递归双边滤波对透射率进行细化;最后根据大气散射模型得到复原图像。实验结果表明,该算法的主观视觉效果与客观评价指标均优于其他对比算法,有效改善了色偏的问题,抑制了光晕效应,可以得到细节丰富,清晰自然的复原图像。

现代贝叶斯统计理论的基本观点与研究现状

贝叶斯统计是当今世界的两大主要统计学派之一,本文系统地论述了贝叶斯统计理论的起源、基本观点及其与频率统计学派的差异,并阐述了贝叶斯统计推断的理论研究与实践应用现状。

基于雾先验特征的雾区检测

本文提出了一种基于色度不一致先验理论的雾区检测算法,利用雾的色度特征及雾区的连续性分布特点准确识别和分割雾区,快速给出雾的大致区域及浓度分布情况,利于提升去雾算法的准确度和鲁棒性,对有雾图像的质量评估具有重要意义。结果表明,我们的算法具有很好的检测结果。

高速公路能见度估计算法

雾天的高速公路只有模糊的监控图像,没有真实的能见度数据,为此,建立了不依赖能见度仪观测数据的能见度估计算法。首先,该算法计算图片的亮度差,并对其进行区域分割得到雾气最浓区域,使用局部熵法估计大气光强度值;其次,基于暗原色先验理论求解透射率,并采用双边滤波法进行细化;再次,采用Canny算子检测车道线边缘,得到车道线两端位置细化后的大气透射率;然后,利用车道线两端透射率计算衰减系数;最后,根据能见度测量基本方程估算得出能见度值MOR。通过实验结果验证了该算法的可行性,为交管部门提供了有效的数据支持,进而提高了在恶劣天气下驾车的安全性。

基于图像增强和复原的图像去雾方法研究

雾霭等天气下获得的图像存在对比度低、颜色退化、景物模糊等一系列图像退化的问题,直接影响了对图像信息的有效利用。因此,对雾天图像进行有效的去雾处理,有效改善降质图像的质量,具有一定的实际意义。分析讨论基于图像增强的多尺度Retinex算法和利用图像复原原理的基于暗原色先验理论的去雾算法,并对具有不同特点的单幅有雾图像进行去雾仿真。实验结果表明,不同理论基础的两种去雾算法各有特点,基于暗原色理论处理得到的图像去雾效果更显著,算法运行速度更快。

水下光场成像清晰度增强研究

由于水介质及水下颗粒的散射吸收作用,使得水下成像图像存在分辨率与对比度低,细节特征模糊,颜色失真等问题。针对这些问题,该文提出基于光场成像的水下图像清晰度增强算法,根据暗原色先验理论和单尺度的Retinex理论建立水下散射成像模型对成像图像的清晰度进行增强处理,并利用光场成像的多视角特性对散射成像模型的图像增强效果进行优化,进一步提高水下成像图像的质量。实验结果表明,两种理论构建的水下散射模型和多视角优化算法可以有效的提高水下成像图像的质量。

结合OSTU阈值法的自适应DCP图像优化算法

图像是获取信息的重要途经,对于雾霾天气导致的可见度低的图像,DCP理论算法能进行去雾处理,但结果会出现光晕现象,缺少部分特征信息,存在一定不足。为了解决该问题,提出一种融合OSTU阈值法的自适应DCP图像优化算法,利用改进的OSTU阈值算法分割图像的前景与背景;基于心理灰度公式估计大气光值,利用最小值滤波与中值滤波融合最佳阈值估计透射率,得到自适应的透射率估计值,利用双指数滤波器进行精细化处理;最后基于DCP理论得到去雾后的图像。结果表明算法的去雾效果明显,能有效地保护边缘信息,恢复图像的细节特征,算法处理效果具有较大优越性。

结合暗通道的自适应MSRCR图像去雾算法

针对传统Retinex图像增强算法在图像去雾中无法对雾天图像实际情况进行去雾,导致增强后的图像出现光晕效应和细节丢失等问题,提出一种结合暗通道先验理论和引导滤波方法的自适应的多尺度Retinex图像去雾算法。利用子块平移部分重叠法将雾天图像进行分块处理;通过分析雾天图像的透射率和引导滤波尺度的相关性,利用最小二乘法构建自适应尺度函数;采用带自适应效果的引导滤波估计具有结构信息的光照分量,以此来还原雾天图像的反射分量;最后分析了增强后的雾天图像出现颜色失真的原因,并进行色彩校正。实验结果表明,相较于其他算法,本算法分别在信息熵、可视边缘梯度和新增可见比均有较大提升,对不同景深的雾天图像均具有良好的增强效果。

基于三区域划分的单幅图像去雾算法

雾致退化给图像在监测监控、遥感航拍等领域的应用带来困难。针对现有去雾算法在天空区及交界处存在的问题,提出对图像进行天空、非天空及过渡三分区,并根据各区特点分别采用大尺度Retinex算法、暗通道先验去雾及两种算法结果加权融合的去雾算法框架。实验结果表明,算法较好地解决了天空区颜色紊乱、光斑等问题,去雾后的天空清晰平滑;过渡区在保持图像细节的情况下,克服了区域交界处的虚假边缘问题。与几种常见算法的对比实验结果显示,算法兼顾了不同区域的特点,去雾效果在整体上优于对比算法。

基于APSI多级策略下的混合电力系统状态估计研究

针对混合电力系统中要求状态估计数据精度高及数据计算量小进行探索研究。提出了两种状态估计构架用于多级策略下SCADA/PMU混合量测的电力系统状态估计。第一个构架是利用先验状态信息(APSI)和正交分块吉文斯旋转提高基于SCADA/PMU量测装置的状态估计的数据处理能力。第二个构架是一个依赖于融合估计的三级方案,优化之前已经确定的SCADA/PMU估计量测值。对多级策略在计算量和精确性上的优化进行详细的描述和比较。在IEEE 30节点系统测试系统进行仿真验证,验证了提出的多级策略能有效地减少状态估计的计算量及增加量测数据的同步性和准确性。

路网交通流二层规划模型及其极大熵解

分析交通网络系统的特点,研究混合交通OD结构的关联性,在定量分析路网交通流受交通容量、交通安全及交通服务能力等条件限制的基础上,研究路网利用效益最大化及路网交通流量最大化问题,构建一种路网交通流的二层平衡规划模型。利用先验分布理论和极大熵原理,给出模型的极大熵函数解,进一步证明解的存在与唯一性。模型一方面描述了管理部门对路网交通的优化配置,一方面描述了出行者充分利用路网资源的最优选择。最后通过一个实例,分析模型计算的相关结论。