强散射介质背景下水下图像复原实现研究

强散射介质背景下水下图像复原实现研究

论文摘要

水下光学图像在海洋资源勘测、海洋工程建设以及海洋军事等领域都有广泛应用。水下复杂的成像环境,尤其是水对光的选择吸收和散射特性,使获得的图像存在对比度低、纹理细节模糊等问题,因此,如何利用技术手段最大限度的对水下图像进行复原,从而得到有效的图像信息,是一个重要的研究方向。本文针对水下图像处理存在的问题,提出了一种复原算法和增强算法相结合的复原实现。主要研究工作如下:(1)本文设计搭建了水下成像系统的实验装置,为了获取高质量的水下图像,根据强散射介质背景下水下成像系统的成像特征对系统的搭建进行硬件选型,其中包括对相机、镜头以及人工光源的选型;模拟复杂的水下环境,并对获取的含噪声图像进行去噪处理,获得质量较好的水下图像,为后期的复原实现做准备。(2)针对一般算法的水下图像处理结果易产生亮度变暗、对比度较低以及颜色失真等问题,本文提出了采用改进暗通道先验算法和多尺度Retinex(Multi-scale Retinex,MSR)算法相结合的实现方式。首先,针对暗通道先验算法实现的水下图像亮度较暗问题,提出通过比较图像像素点光强与水下背景光值大小,确定水下图像透射率的计算方式,从而抑制水下环境中白色区域对图像复原质量的影响;其次,利用MSR算法对图像进行增强处理;最后,根据两种改进算法的处理结果特征,将暗通道先验算法和MSR算法进行像素融合处理。(3)本文从主观和客观两方面分别对图像复原的质量进行评价,并将几种常用的水下图像处理算法与本文算法处理结果进行对比。经实验分析发现,本文提出的算法在提高水下图像对比度、增强图像的纹理细节等方面有明显的效果,在水下地形勘测、沉船打捞和资源探索等方面有应用价值。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  •   1.1 研究背景及意义
  •   1.2 水下图像处理的概况
  •   1.3 本文主要研究内容及章节安排
  • 第二章 水下成像探测的基本理论
  •   2.1 水的光学特性
  •   2.2 水下图像降质的原因
  •   2.3 水下成像的光学系统模型
  •   2.4 水下成像的预处理
  •   2.5 研究存在的问题
  •   2.6 本章小结
  • 第三章 水下成像系统设计
  •   3.1 系统的整体设计及研究方法
  •   3.2 硬件选型设计
  •   3.3 水下环境模拟
  •   3.4 系统的软件设计
  •   3.5 本章小结
  • 第四章 改进的暗通道先验算法和MSR算法的融合实现
  •   4.1 暗通道先验的水下图像复原
  •   4.2 算法改进的基本原理与实现
  •   4.3 改进的MSR算法实现
  •   4.4 改进算法的融合实现
  •   4.5 实验结果与分析
  •   4.6 本章小结
  • 第五章 总结与展望
  •   5.1 本文工作总结
  •   5.2 展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间的科研成果
  • 文章来源

    类型: 硕士论文

    作者: 张晓云

    导师: 于会山

    关键词: 水下光学图像,暗通道先验算法,算法,图像融合,质量评价

    来源: 聊城大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 海洋学,计算机软件及计算机应用

    单位: 聊城大学

    分类号: TP391.41;P714

    DOI: 10.27214/d.cnki.glcsu.2019.000389

    总页数: 53

    文件大小: 3074K

    下载量: 62

    相关论文文献

    • [1].一种结合图像复原技术的自适应光学系统控制方法[J]. 物理学报 2020(06)
    • [2].基于偏振成像的水下图像复原技术研究最新进展[J]. 红外与激光工程 2019(06)
    • [3].脉冲X射线实时成像的运动降质图像复原[J]. 激光杂志 2017(03)
    • [4].基于正交偏振方向的多幅图像复原新方法[J]. 液晶与显示 2017(10)
    • [5].虚拟三维破损图像复原真实性优化研究[J]. 电子世界 2017(19)
    • [6].联合了梯度保真项的总变差模型快速遥感图像复原[J]. 数码世界 2017(03)
    • [7].基于MATLAB在图像处理中应用的研究[J]. 明日风尚 2017(17)
    • [8].基于雾线暗通道先验的水下图像复原方法[J]. 南京邮电大学学报(自然科学版) 2020(04)
    • [9].基于暗原色先验改进的偏振图像复原方法研究[J]. 绵阳师范学院学报 2017(08)
    • [10].基于调和模型神经网络的彩色图像复原研究[J]. 计算机工程与应用 2015(04)
    • [11].基于软抠图指导性滤波的雾天图像复原技术[J]. 科技通报 2015(10)
    • [12].基于图像质量评价的自动图像复原技术[J]. 传感技术学报 2012(07)
    • [13].一种使用小波分解的多尺度盲图像复原方法[J]. 西安科技大学学报 2011(03)
    • [14].模糊图像复原方程的变分与计算格式分析[J]. 云南大学学报(自然科学版) 2009(03)
    • [15].基于原对偶算法的全变差图像复原[J]. 昆明理工大学学报(自然科学版) 2017(02)
    • [16].基于残差生成对抗网络的人脸图像复原[J]. 计算机科学 2020(S1)
    • [17].基于模糊区域分割的运动图像复原优化模型[J]. 中国新通信 2019(03)
    • [18].基于多种先验的盲图像复原方法[J]. 计算机工程与科学 2019(08)
    • [19].空间相机图像复原的实时处理[J]. 光学精密工程 2015(04)
    • [20].雾霾图像复原技术研究[J]. 现代计算机(专业版) 2015(16)
    • [21].一种保留图像边缘信息的图像复原方法[J]. 电子设计工程 2014(12)
    • [22].一种基于深度去噪自编码的超低照度微光图像复原方法[J]. 海军工程大学学报 2018(06)
    • [23].专网智能无线终端模糊图像复原的研究现状[J]. 电子技术与软件工程 2018(06)
    • [24].多幅图像对比单幅图像复原技术浅析[J]. 科技视界 2016(21)
    • [25].光学图像复原的质量评价与分析[J]. 激光杂志 2016(09)
    • [26].基于超拉普拉斯先验的分数阶全变分图像复原模型[J]. 电脑知识与技术 2020(25)
    • [27].空间遥感相机星上图像复原系统设计[J]. 航天返回与遥感 2017(06)
    • [28].盲图像复原研究现状[J]. 中国光学 2014(01)
    • [29].基于场景深度估计和白平衡的水下图像复原[J]. 激光与光电子学进展 2019(03)
    • [30].傅里叶变换的红外舰船图像复原方法[J]. 舰船科学技术 2018(20)

    标签:;  ;  ;  ;  ;  

    强散射介质背景下水下图像复原实现研究
    下载Doc文档

    猜你喜欢