|
|
题目：
雅宝题库答案：
****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案
雅宝题库解析：
地空背景图像容易受到天气环境的影响，在雾天、雨天和雪天等条件下获取的图像会出现对比度降低、色彩信息弱化和边缘纹理信息损失等降质现象，不利于人们的观察和判断，对于智能图像处理如目标检测跟踪等算法造成困难。本文从天气影响和图像采集系统自身缺陷两方面深入研究地空图像的特点：总的来说，地空背景图像中的地面部分纹理复杂，空中背景较为单一，起伏平缓；低空的图像，如户外监视系统、交通监控等，其成像景深范围宽，近景清晰，远景受烟雾或粉尘等影响会比较模糊；飞机、探空气球和飞艇等载体对地空背景的成像，由于成像的高度较高，受大气环境的影响较大，在雾天雨天环境下，整幅图像中的景物会模糊不清。针对上述特点，首先对比了目前国内外较流行的图像增强算法，包括：基于子块部分重叠的直方图均衡算法（POSHE）、深通道优先去雾增强算法（DCP）以及Retinex算法，通过实验发现POSHE算法无法完全避免块效应并且对雾颗粒噪声的增强过大；DCP算法运算量大；Retinex算法加后续的增强处理会引入高频噪声。针对POSHE算法的噪声过增强缺陷，本文提出自适应线性拉伸算法（LAS）。然后提出了一种新的基于视觉注意机制的细节保持的图像增强算法(PDHE)，该算法持了传统直方图均衡算法的快速性，根据对局部细节信息的统计获得图像分块内部的细节因子，利用细节因子调整局部灰度直方图，获得全局信息量直方图，保持了图像的细节；对具有不同信息量的灰阶进行幂变换后再做增强处理，避免背景的过增强。为了进一步对MSR算法处理结果进行抑噪，本文又提出了一种改进的多尺度Retinex算法（AMSR）。最后对AMSR算法进行了展开和简化，例如使用对数查找表、卷积展开等方法，以适于FPGA实现，应用于实时视频处理系统。 经过实验验证，PDHE算法能够实现对地空图像的自适应增强处理，在有雾、透光不均系统所获取的图像上均能取得较好的效果，能够自动提取局部的细节量，最大亮度值等参数，算法鲁棒性强，运算效率高，适于FPGA实现。AMSR算法在无需额外输入的情况下，即可获得光照函数，克服了传统MSR算法引入高频噪声的题目。实验部分使用局部能量梯度值和运算时间作为客观评价指标，统计各算法的优越性，专家打分系统软件评价主观指标。得到，PDHE和AMSR算法各项指标均处于较高水平，LAS算法的噪声控制力比POSHE算法要好。 |
上一篇：雨水积聚及侵蚀效果的实时绘制方法研究与实现下一篇：大型网管实验平台中数据起源分析的研究与实现
|
发表于 2022-9-23 14:11:46
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
QQ登录
