导读:本文包含了清晰化算法论文开题报告文献综述及选题提纲参考文献，主要关键词:图像增强,暗原色,多尺度彩色恢复算法
清晰化算法论文文献综述
孙杰[1]（2019）在《基于MSRCR的水下图像清晰化算法》一文中研究指出针对水体、悬浮颗粒对光线极强的散射效应导致水下图像细节模糊、对比度下降及颜色失真的问题,在水下光学成像模型的基础上,利用改进的暗通道先验算法对图像进行清晰化处理,并结合MSRCR算法对图像进行颜色恢复,实验结果图像和客观质量评价指标显示,该算法提高了图像清晰度和对比度,并且达到了修正色彩不平衡的效果。(本文来源于《无线电工程》期刊2019年09期）
李武劲,彭怡书,欧先锋,吴健辉,郭龙源[2]（2019）在《基于大气散射模型和Retinex理论的雾霾图像清晰化算法》一文中研究指出根据大气散射模型,提出一种基于Retinex理论的单幅雾霾图像清晰化算法。该算法首先将降质图像转换至hsv色彩空间,然后针对亮度通道调整大气散射模型表达式,使用基于双边滤波的Retinex算法提高图像对比度,并进行图像饱和度的指数调整,最后组合各通道处理结果获得清晰化图像。实验结果表明该方法能增强雾天图像对比度,达到图像去雾的目的。(本文来源于《成都工业学院学报》期刊2019年02期）
刘明[3]（2019）在《基于GPU的雾天图像清晰化算法及并行实现》一文中研究指出雾天图像清晰化技术作为图像处理领域的一个研究热点,其广泛应用于视频安防、智能交通、卫星遥感等领域。虽然现有雾天图像清晰化算法已经取得较好的去雾效果,但是仍旧存在着算法时间复杂度高的瓶颈问题。大量的复杂计算和对硬件的高要求,使其在工程应用上进展缓慢。针对雾天清晰化算法时间复杂度高,难以实现实时处理的问题,论文采用在GPU平台上对算法进行加速的方法,利用CPU+GPU的协同处理方式,提高算法执行速度,使其满足工程应用的要求。首先,论文对目前两大主流通用并行计算平台进行了对比分析,其一是OpenCL通用编程框架,其二是CUDA并行计算架构。重点分析了论文所使用的OpenCL架构模型,以及该模型的内存模型,平台模型,编程模型,以及执行模型等。其次,基于暗原色先验原理的去雾算法是当下具有较好去雾效果的图像清晰化技术,但其同样存在着算法时间复杂度高的问题,而且算法中对于大气光值的获取存在缺陷。论文对算法的所有步骤进行了理论分析,并针对大气光值的获取方式进行了改进。改进后的大气光值相比于原算法提高了鲁棒性,且更适合于并行计算。最后,论文对暗原色先验算法进行了并行实现和优化。为了满足暗原色先验算法涉及的庞大计算量需求,采用了OpenCL编程框架对算法进行编程,并将算法在GPU平台并行实现,使算法的执行速度有较为明显的提升。OpenCL模型中不同的内存分配方式会影响到数据的存取速度,论文对不同的存储结构进行比较,选择了最合适的内存分配方式以优化并行程序。鉴于GPU本地内存具有读写速度快的特点,在并行实现中论文充分利用本地内存优化算法的执行效率,进一步提高处理速度。另外,在对图像处理的普通编程上,通常涉及到大量的循环语句,如果提前知道循环的迭代次数,将循环语句展开,可以有效的提升算法的执行效率。经过并行优化后,显着提高了算法执行速度,为后期的工程应用打下了坚实的基础。(本文来源于《西南科技大学》期刊2019-05-01）
智宁,毛善君,李梅,苏颖[4]（2019）在《基于深度融合网络的煤矿图像尘雾清晰化算法》一文中研究指出针对现有煤矿尘雾图像清晰化算法存在的过增强现象和适用性不足等问题,提出一种基于深度融合网络的清晰化复原算法。深度融合网络主要包括3个部分,即图像预处理模块、特征融合模块以及图像输出模块。图像预处理模块基于对比度增强函数、亮度增强函数和伽马校正函数对输入图像进行处理,获取表征不同增强方式及程度的图像序列。由于图像尘雾清晰化需要同时考虑图像的局部信息和全局信息,在空间金字塔池化和上下文信息聚合网络的基础上提出了能够实现双向的上下文信息提取的双金字塔模块,该模块包括2个空洞卷积的串联子块,其中1个子块是以对多个尺度的空洞卷积按尺度由小到大进行串联组成,另1个子块是以对多个尺度的空洞卷积按尺度由大小进行串联组成。图像输出模块主要对特征融合层获取的特征进行处理,从而输出叁通道图像,即为最终的尘雾清晰化的图像。为了获取训练数据,本文在煤矿井下清晰图像的基础上基于尘雾图像形成机理构建了较大规模的训练数据集。在训练的过程中,采用了最小平方误差损失函数和基于VGG网络的内容损失函数对网络进行优化。为评价本文提出的基于深度融合网络的清晰化算法的有效性,选取其他6种有代表性的清晰化算法进行对比。实验结果显示,本文算法在主观评价和客观评价方面都优于上述算法,表明本文算法能够有效解决过增强现象,并提升煤矿图像的清晰度和可视化效果。(本文来源于《煤炭学报》期刊2019年02期）
马啸,邵利民,徐冠雷[5]（2018）在《基于暗原色先验的雾霾天气图像清晰化算法》一文中研究指出传统基于暗原色先验的去雾算法稳定且去雾效果好,但算法运行时间长。为在运算时间和图像清晰度之间取得平衡,在传统基于暗原色先验的去雾算法基础上,提出一种新的雾霾天气图像清晰化算法。算法在求原始有雾图像的暗原色时,将传统基于暗原色先验算法中固定的局部区域大小设置为随图像大小变化的值,从而增强算法的自适应性;设置大气光值的阈值,避免大气光估计值过高造成的去雾后图像整体向白场过渡;采用导向滤波算法代替传统基于暗原色先验算法中的软抠图算法,提升算法的运行效率;最后利用自动色阶算法调整去雾后图像颜色的明暗分布。实验结果表明,该算法输出的图像对比度、清晰度好,色彩保真度高,明暗分布合理,算法稳定且运行时间短,实现了清晰度和运算时间的平衡。(本文来源于《计算机工程与科学》期刊2018年12期）
刘海波,张慧娟[6]（2018）在《海上拍摄图像的清晰化算法研究》一文中研究指出海上拍摄的图像易受到雾气与海面光影的影响,导致图像对比度低、可读性差,对后续图像分析造成了不利影响。论文提出了一种清晰化算法,改进了暗通道去雾方法中大气透射率的估计方法,利用引导滤波优化透射率,进而求解大气散射物理模型实现去雾。针对去雾后图像亮度较低,对比度差,不利于后续的图像分析问题,对去雾后图像进行gamma校正,增强对比度,改善可读性。将算法应用于典型图像,与经典算法相比,所提算法效果显着,实现了去雾功能,有效增强了目标对比度,图像自然且无失真情况,为进一步的图像分析打下了良好的基础。(本文来源于《舰船电子工程》期刊2018年06期）
郭瑞,党建武,沈瑜,刘成[7]（2018）在《基于多尺度几何分析的雾天图像清晰化算法》一文中研究指出提出了一种基于非下采样Contourlet变换(NSCT)的雾天图像清晰化算法,将雾天图像映射到HIS彩色空间,对亮度分量H、饱和度分量S分别处理。采用NSCT处理亮度分量H,对含有大多数能量的低频分量取反,再进行改进的单尺度Retinex算法处理,将再次取反后的图像与直接进行改进的单尺度Retinex算法处理的低频分量线性迭加;采用一种快速双边滤波器对包含图像大多数线性细节的高频分量进行处理;对处理后的高低频分量进行NSCT逆变换,得到处理后的亮度分量。对饱和度分量S进行颜色拉伸,实现颜色补偿;将处理后的各分量图像反向映射到RGB颜色空间,得到清晰化后的雾天图像。实验结果表明,该算法可以获得较好的浓雾图像细节及颜色保真度,与其他算法相比,图像的标准差、信息熵、峰值信噪比都有所提高。(本文来源于《激光与光电子学进展》期刊2018年11期）
茹超[8]（2018）在《夜晚航拍对地观测图像清晰化算法研究》一文中研究指出近年来,随着中小型无人机在空中飞行领域的应用日益增加,加之其在航拍对地观测中具有的突出优势,尤其是中低空观测中,发挥着越来越重要的作用。此外,伴随着航拍观测应用越来越广泛,对夜晚环境下的观测需求越来越高。由于夜晚航拍观测的特殊性,本文对夜晚航拍对地观测图像对比度低、视觉能见度差等图像清晰化难点进行了深入分析,开展了相关算法理论研究工作,并在其硬件可实现性方面也做了有益探索。主要研究内容如下:一、针对航拍对地观测图像相比较于普通自然图像成像距离较远的一般性特点,且夜晚情况下航拍图像主要边缘轮廓信息损失会更为严重的问题,利用优良的导引滤波算法理论,突出了颜色迁移中的关键迁移系数,解决了夜晚航拍对地观测图像结构弱化的问题。二、针对夜晚航拍观测图像低光照背景,且伴随复杂人造光源干扰的问题,本文采用了颜色迁移算法,可灵活设计参考图像改变夜晚图像的背景光照水平。利用改进后的颜色迁移算法,解决了夜晚航拍对地观测图像颜色容易失真的问题。叁、针对现有图像清晰化方法主要以计算机平台的算法验证为主,本文研究了整个算法的硬件实现问题,实现了改进后的颜色迁移算法的DSP平台硬件验证。最后对本文所提算法进行了验证实验,实验结果表明:本文算法在视觉感观与客观评价两方面均优于参考算法,尤其是对夜晚航拍对地观测图像清晰化的表现更为突出,为未来夜晚低空航拍对地观测图像快速清晰化提供一定的帮助。(本文来源于《西北大学》期刊2018-06-01）
黄灿[9]（2018）在《基于浓雾天气条件下的目标物体图像清晰化算法的研究》一文中研究指出本文针对浓雾天气下的目标物体图像具有对比度较低和模糊不清的特点,通过对目前成熟、常用的直方图均衡算法、同态滤波及增强算法等空间域和频域处理算法进行比较、分析,提出了一种基于单幅图像的雾天清晰化改进算法,该算法不需要复杂的传感设备,不需要人工参与,具有较快的处理速度,可以应用在图像实时处理领域。(本文来源于《中国高新区》期刊2018年06期）
吴开兴,张琳,李丽宏[10]（2018）在《煤矿井下雾尘图像清晰化算法》一文中研究指出针对由于煤矿井下环境存在大量煤尘、水雾,监控图像出现模糊、退化现象的问题,提出一种基于暗原色原理和主成分分析的煤矿井下雾尘图像清晰化算法。该算法基于大气散射模型,根据暗原色原理计算透射率;用主成分分析法得出能够充分反映雾尘图像信息的亮度、饱和度及对比度,通过对这些指标进行加权处理来计算大气光值,实现了对煤矿井下雾尘图像的清晰化处理。仿真结果表明,该算法可较大程度地还原图像细节,并保持图像的真实性和结构完整性,实时性较好。(本文来源于《工矿自动化》期刊2018年03期）
清晰化算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
根据大气散射模型,提出一种基于Retinex理论的单幅雾霾图像清晰化算法。该算法首先将降质图像转换至hsv色彩空间,然后针对亮度通道调整大气散射模型表达式,使用基于双边滤波的Retinex算法提高图像对比度,并进行图像饱和度的指数调整,最后组合各通道处理结果获得清晰化图像。实验结果表明该方法能增强雾天图像对比度,达到图像去雾的目的。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
清晰化算法论文参考文献
[1].孙杰.基于MSRCR的水下图像清晰化算法[J].无线电工程.2019
[2].李武劲,彭怡书,欧先锋,吴健辉,郭龙源.基于大气散射模型和Retinex理论的雾霾图像清晰化算法[J].成都工业学院学报.2019
[3].刘明.基于GPU的雾天图像清晰化算法及并行实现[D].西南科技大学.2019
[4].智宁,毛善君,李梅,苏颖.基于深度融合网络的煤矿图像尘雾清晰化算法[J].煤炭学报.2019
[5].马啸,邵利民,徐冠雷.基于暗原色先验的雾霾天气图像清晰化算法[J].计算机工程与科学.2018
[6].刘海波,张慧娟.海上拍摄图像的清晰化算法研究[J].舰船电子工程.2018
[7].郭瑞,党建武,沈瑜,刘成.基于多尺度几何分析的雾天图像清晰化算法[J].激光与光电子学进展.2018
[8].茹超.夜晚航拍对地观测图像清晰化算法研究[D].西北大学.2018
[9].黄灿.基于浓雾天气条件下的目标物体图像清晰化算法的研究[J].中国高新区.2018
[10].吴开兴,张琳,李丽宏.煤矿井下雾尘图像清晰化算法[J].工矿自动化.2018