水下视频观测图像清晰化方法研究

水下视频观测图像清晰化方法研究

论文摘要

深海探测与作业技术是海洋技术研究的重要领域之一。目前常用的水下观测方法主要有两种:一是基于声纳图像的远距离观测;二是基于视频成像的近距离观测。前者因为分辨率较低,主要适合于大范围内水下目标的搜索。后者的优点是图像分辨率高、且具有丰富的纹理细节和颜色信息,有利于对水下目标的识别和理解,因此视频成像技术是水下近距离观测与作业的关键技术。但是,水下视频图像存在两个问题:一是由于水下光线存在衰减和散射效应,使得水下图像对比度下降且纹理细节呈模糊状态;二是由于采用人工光源以及观测平台的运动特征,使得视频图像出现光照不均问题,如出现亮斑和暗区。这些问题不但影响了水下视频观测的清晰度,还为后续的图像自动处理与识别带来了困难。为此,本文对水下视频观测图像的清晰化方法进行了研究,完成的主要工作如下:(1)基于成像模型的水下视频图像复原算法研究。根据水下成像物理模型,提出了一种基于小波变换的水下降质图像清晰化复原算法。该算法首先将RGB图像转换为YUV图像,然后根据图像的对比度,对亮度Y图像利用小波变换自适应估计介质散射光的大小,从而实现了水下降质图像对比度的增强;并在小波变换的低频子带上进行非线性亮度调节,消除水下图像的光照不均问题;最后将亮度Y图像的处理结果与颜色分量U、V合成得到清晰化的水下彩色图像。实验结果表明:提出的算法可以自适应实现水下观测图像的清晰化复原处理。(2)基于光照反射模型和图像邻域特征的水下视频图像增强算法研究。针对水下图像亮度不均和对比度低的问题,根据光照反射模型和图像的邻域特征,对水下图像的增强算法进行了研究。首先,对于亮度图像Y,利用小波变换的低频子带信息估计原始图像的照射分量,并对原始光照不均匀的亮度图像进行了光照补偿处理;然后利用像素的邻域相关性实现了图像对比度的增强处理。实验结果表明:提出的算法在提高图像对比度的同时,能有效消除水下图像的亮度不均问题。(3)基于DSP的水下视频图像清晰化算法移植与优化。为满足水下DSP嵌入式处理系统的实际需求,根据TMS320DM642视频口的特点,设计了视频口驱动程序;将基于VC++6.0平台开发的水下视频图像清晰化算法移植到DSP嵌入式平台,并综合运用了各种DSP优化技术,如编译选项、内联函数、循环展开等,对开发的图像清晰化算法进行了优化处理。最后,基于DSP/BIOS操作系统,对算法的实时性进行了测试,并提出了算法进一步改进的措施。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 研究的背景与意义
  • 1.2 视频图像清晰化处理的研究现状
  • 1.2.1 不基于光照物理模型的图像增强方法研究现状
  • 1.2.2 基于光照物理模型的图像复原方法研究现状
  • 1.3 图像亮度问题处理方法概述
  • 1.3.1 非线性变换
  • 1.3.2 同态滤波
  • 1.3.3 Retinex理论与其相关算法
  • 1.4 本文主要研究工作
  • 1.4.1 基于成像模型的水下视频图像复原算法
  • 1.4.2 基于光照反射模型和图像邻域特征的水下视频图像增强算法
  • 1.4.3 基于DSP的水下视频图像清晰化算法移植与优化
  • 1.5 本文的组织结构
  • 2 基于成像模型的水下视频图像复原算法研究
  • 2.1 引言
  • 2.2 水下光学成像基础简介
  • 2.2.1 水下成像方法概述
  • 2.2.2 水下光学成像的规律和特点
  • 2.3 基于成像模型的水下视频图像复原算法概述
  • 2.4 基于成像模型的水下视频图像复原算法的实现
  • 2.4.1 均匀光照条件下的水下光照物理模型
  • 2.4.2 彩色空间转换
  • 2.4.3 介质散射光估计方法
  • 2.4.4 景深信息的估计
  • 2.5 实验结果与分析
  • 2.6 本章小结
  • 3 基于光照反射模型和图像邻域特征的水下视频图像增强算法研究
  • 3.1 引言
  • 3.2 深水视频图像成像特点分析
  • 3.3 基于光照反射模型和图像邻域特征的水下视频图像增强算法
  • 3.3.1 增强算法流程概述
  • 3.3.2 基于光照反射模型的光照补偿算法
  • 3.3.3 基于邻域特征的对比度增强算法
  • 3.4 本章小结
  • 4 基于DSP的水下视频图像清晰化算法移植与优化
  • 4.1 引言
  • 4.2 硬件系统结构简述
  • 4.2.1 视频输入电路
  • 4.2.2 视频输出电路
  • 4.3 驱动程序设计以及实时系统配置
  • 4.3.1 TI DSP集成开发环境
  • 4.3.2 DSP/BIOS实时操作系统
  • 4.3.3 视频口外设驱动程序设计
  • 4.4 代码移植与优化
  • 4.5 本章小结
  • 5 全文总结及进一步工作
  • 5.1 全文总结
  • 5.2 下一步工作
  • 参考文献
  • 致谢
  • 发表的学术论文
  • 相关论文文献

    • [1].妻子反对我把父母接到身边养老[J]. 婚姻与家庭(社会纪实) 2017(09)
    • [2].基层减负的清晰化治理——基于对G省基层干部的问卷调查[J]. 中共天津市委党校学报 2020(01)
    • [3].基于自适应流形滤波器的碑刻书法图像清晰化分析[J]. 自动化技术与应用 2020(03)
    • [4].一种提高海兔神经节成像清晰度的清晰化技术(英文)[J]. 生理学报 2017(04)
    • [5].“教学目标”需清晰化[J]. 内蒙古教育 2014(11)
    • [6].清晰化——写景、叙事中的美学追求[J]. 中学语文 2014(30)
    • [7].基于失真统计特征提取的图像尘雾清晰化算法[J]. 计算机仿真 2020(06)
    • [8].视频监控图像清晰化方法探究[J]. 黑龙江科技信息 2014(33)
    • [9].雾霾天气下图像清晰化算法研究[J]. 机械设计与制造工程 2017(06)
    • [10].基于结构——纹理分层的夜间图像去雾清晰化分析[J]. 电子世界 2020(02)
    • [11].边界与国民:现代国家边疆建设中的双重型构[J]. 广西民族大学学报(哲学社会科学版) 2020(01)
    • [12].变速操纵清晰化研究[J]. 汽车实用技术 2020(09)
    • [13].多通道雾霾降质图像清晰化偏振探测器[J]. 传感器与微系统 2020(06)
    • [14].中国古代的“天下”表达与边界实践[J]. 西南民族大学学报(人文社科版) 2020(07)
    • [15].试论高校教学艺术发挥的基本条件[J]. 临沂大学学报 2014(01)
    • [16].基于负片修正的煤矿尘雾图像清晰化算法[J]. 煤矿安全 2017(09)
    • [17].找寻学习的起点[J]. 江苏教育 2009(25)
    • [18].思维导图在学生自主复习中的应用[J]. 教育 2015(50)
    • [19].水下视频图像清晰化方法[J]. 吉林大学学报(工学版) 2020(02)
    • [20].煤矿井下雾尘图像清晰化算法[J]. 工矿自动化 2018(03)
    • [21].什么叫具体[J]. 小学教学研究 2012(36)
    • [22].科学概念的特质及“精准化建构”[J]. 教育 2016(14)
    • [23].基于嵌入式系统的井下监控图像清晰化装置[J]. 工矿自动化 2016(06)
    • [24].半导体设备视觉清晰化技术研究[J]. 电子工业专用设备 2014(10)
    • [25].什么对你是重要的?[J]. 中外管理 2010(02)
    • [26].基于波粒去噪的图像清晰化方法[J]. 陕西理工学院学报(自然科学版) 2015(06)
    • [27].找到起点 抓住本质 关注联系——对小学数学高效课堂的思考[J]. 环渤海经济瞭望 2016(06)
    • [28].关于雾雪天气下视频图像清晰化技术的探究[J]. 电子技术与软件工程 2015(07)
    • [29].基于像素小基团增强的网络课件图像清晰化算法[J]. 科技通报 2013(10)
    • [30].成功的营销需要无限接近消费者[J]. 广告人 2011(10)

    标签:;  ;  ;  ;  

    水下视频观测图像清晰化方法研究
    下载Doc文档

    猜你喜欢