視覺是人類獲取信息的重要途徑,其中圖像承載著人們?nèi)粘Ｉ�、工作和研究所需的大量信息。夜晚作為無法避開的拍攝場(chǎng)景,總是存在照明條件不良的環(huán)境,拍攝的圖像亮度和細(xì)節(jié)可見度低,噪聲等級(jí)高,容易出現(xiàn)色彩偏差,圖像質(zhì)量下降嚴(yán)重,影響圖像的后續(xù)使用。為了提升夜晚圖像的感知質(zhì)量,本文針對(duì)夜晚圖像增強(qiáng)方法展開研究,主要目標(biāo)是提升圖像亮度,抑制噪聲放大和矯正色彩偏差。圍繞夜晚圖像亮度低、噪聲分布復(fù)雜、存在色彩偏差這些具體特點(diǎn),通過對(duì)圖像質(zhì)量增強(qiáng)相關(guān)理論和技術(shù)方法的深入研究,分析多種方法實(shí)際應(yīng)用中的優(yōu)勢(shì)和不足,結(jié)合自然圖像的統(tǒng)計(jì)特性和先驗(yàn)知識(shí),并提出夜晚圖像增強(qiáng)方法提升夜晚圖像的質(zhì)量。本文的研究?jī)?nèi)容和主要貢獻(xiàn)概括如下:1.針對(duì)夜晚圖像亮度和可見度低這一特點(diǎn),提出了一種基于優(yōu)化Retinex模型的夜晚圖像增強(qiáng)方法。本文發(fā)現(xiàn)反轉(zhuǎn)的夜晚圖像和濃霧圖像具有極其相似的亮度直方圖分布,將圖像去霧方法引入夜晚圖像增強(qiáng)任務(wù),驗(yàn)證本方法與Retinex模型的理論一致性。根據(jù)夜晚圖像總是包含黑暗圖像區(qū)域的特點(diǎn),將大氣光的值設(shè)置為反轉(zhuǎn)夜晚圖像內(nèi)的最高亮度值,設(shè)計(jì)邊緣保持的多尺度中值濾波方法計(jì)算透射函數(shù),簡(jiǎn)化大氣散射光照模型,最終...

【文章頁數(shù)】：116 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景及研究的目的和意義
    1.2 夜晚圖像增強(qiáng)方法的研究現(xiàn)狀
        1.2.1 夜晚圖像的特點(diǎn)
        1.2.2 夜晚圖像增強(qiáng)方法研究現(xiàn)狀
        1.2.3 圖像增強(qiáng)算法性能評(píng)價(jià)標(biāo)準(zhǔn)
    1.3 夜晚圖像增強(qiáng)研究面臨的問題
    1.4 本文的主要研究?jī)?nèi)容與組織結(jié)構(gòu)
第2章 基于物理模型的夜晚圖像增強(qiáng)方法
    2.1 引言
    2.2 夜晚圖像亮度特點(diǎn)分析
        2.2.1 夜晚圖像亮度直方圖分布
        2.2.2 暗通道先驗(yàn)
    2.3 基于優(yōu)化RETINEX模型的夜晚圖像增強(qiáng)方法
        2.3.1 計(jì)算圖像和視頻的大氣光值
        2.3.2 基于邊緣保持濾波器計(jì)算透射圖
        2.3.3 增強(qiáng)結(jié)果與理論分析
    2.4 基于物理模型的增強(qiáng)方法實(shí)驗(yàn)結(jié)果與分析
        2.4.1 邊緣保持濾波器的參數(shù)設(shè)置
        2.4.2 夜晚圖像增強(qiáng)結(jié)果質(zhì)量比較實(shí)驗(yàn)
        2.4.3 夜晚圖像增強(qiáng)結(jié)果質(zhì)量客觀評(píng)價(jià)對(duì)比實(shí)驗(yàn)
    2.5 本章小結(jié)
第3章 基于圖像分解模型的夜晚圖像增強(qiáng)方法
    3.1 引言
    3.2 圖像分解在噪聲抑制中的作用
        3.2.1 圖像結(jié)構(gòu)層和紋理層分解
        3.2.2 噪聲抑制與圖像增強(qiáng)的結(jié)合方式分析
    3.3 基于多層圖像分解的夜晚圖像增強(qiáng)方法
        3.3.1 結(jié)構(gòu)層提取與增強(qiáng)
        3.3.2 細(xì)節(jié)與噪聲分離
    3.4 基于圖像分解模型的增強(qiáng)方法性能評(píng)價(jià)
        3.4.1 圖像分解方法的參數(shù)設(shè)置
        3.4.2 增強(qiáng)結(jié)果亮度提升和噪聲抑制的主觀對(duì)比實(shí)驗(yàn)
        3.4.3 增強(qiáng)結(jié)果亮度提升和噪聲抑制客觀對(duì)比實(shí)驗(yàn)
    3.5 本章小結(jié)
第4章 基于全變分模型的夜晚圖像增強(qiáng)方法
    4.1 引言
    4.2 夜晚場(chǎng)景光源分析
    4.3 相機(jī)響應(yīng)模型和亮度變換函數(shù)
    4.4 基于加權(quán)核范數(shù)全變分模型的夜晚圖像增強(qiáng)方法
        4.4.1 色彩自適應(yīng)照明圖計(jì)算
        4.4.2 基于加權(quán)核范數(shù)全變分模型的反射圖平滑
        4.4.3 基于亮度變換函數(shù)的亮度提升
    4.5 基于全變分模型的增強(qiáng)方法性能評(píng)價(jià)
        4.5.1 加權(quán)核范數(shù)全變分模型平滑參數(shù)設(shè)置
        4.5.2 增強(qiáng)結(jié)果感知質(zhì)量的主觀對(duì)比實(shí)驗(yàn)
        4.5.3 增強(qiáng)結(jié)果感知質(zhì)量的客觀對(duì)比實(shí)驗(yàn)
    4.6 本章小結(jié)
第5章 基于稠密連接網(wǎng)絡(luò)的夜晚圖像增強(qiáng)方法
    5.1 引言
    5.2 深度學(xué)習(xí)在夜晚圖像增強(qiáng)的應(yīng)用
        5.2.1 基于機(jī)器學(xué)習(xí)的低照度圖像增強(qiáng)方法
        5.2.2 稠密連接網(wǎng)絡(luò)介紹
    5.3 基于稠密連接神經(jīng)網(wǎng)絡(luò)的夜晚圖像增強(qiáng)方法
        5.3.1 構(gòu)建低照度圖像數(shù)據(jù)集
        5.3.2 網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練過程
    5.4 基于稠密連接網(wǎng)絡(luò)的增強(qiáng)方法性能評(píng)價(jià)
        5.4.1 測(cè)試圖像增強(qiáng)結(jié)果的主觀評(píng)價(jià)對(duì)比實(shí)驗(yàn)
        5.4.2 測(cè)試圖像增強(qiáng)結(jié)果的客觀對(duì)比實(shí)驗(yàn)
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀博士學(xué)位期間發(fā)表的論文及其它成果
致謝
個(gè)人簡(jiǎn)歷



本文編號(hào)：4055771