基于双目视觉系统的图像去雾算法的研究

• 作 者: 张东香
• 机 构: 山东师范大学
• 出 处: 山东师范大学
• 发表日期: 2017年期
• 关键词: 双目视觉系统 雾霾去除 图像增强 特征匹配算法 摄像机标定

人类通过图形图像生动具体的从外部环境中获取大量与生存息息相关的重要信息,并对之加以理解与利用。据调查研究所知,人类从外界获得的信息大约有80%来自于具象的视觉系统,由此也可见视觉对于人类生存发展具有无可比拟的重要性。但是最近几年以来,沙尘雾霾等恶劣低能见度天气在我国大范围大规模的出现。当发生这种能见度比较低的恶劣天气时,图像有效信息的无法获取就会影响人们的生产生活。鉴于人们对有雾图像去雾的迫切需求,在研究了现有的去雾技术之后,本文提出一种基于双目视觉系统的有雾图像去雾的新思路,对雾霾图像进行去雾操作,具体工作内容和创新点如下:(1)论文首先介绍了三种基于全局性的图像增强算法,分别是直方图均衡化算法、基于Retinex原理的图像增强算法和基于小波变换的图像增强算法,并且分别进行实验验证。第三章和第四章是对双目视觉系统硬件设备与软件组成方面进行的介绍与方法总结。第三章介绍了双目视觉系统中有关于摄像机标定的基础知识和常用的标定方法,并且对这三种方法进行了总结。在第四章中对双目视觉系统中的特征匹配算法的基础知识进行了较为完整的阐述,并且集中详述了两种匹配算法:SIFT算法和SSD匹配算法。本文采用SSD匹配算法。(2)论文创新性的将双目视觉系统引入到雾霾图像去雾的领域中来,并且通过实验最终验证了该方法的可行性。论文利用双目视觉系统可以采集到两倍有效信息这一特点,利用该系统进行有雾图像的采集与图像前中期处理,这是本文实验最终达到去雾目的的有效基础。(3)论文在摄像机标定这一实验步骤中,提出了一种二次标定的方法来提高标定精度。即在标定实验过程中,采用第一次标定结果中畸变系数的三分之一作为第二次标定时角点提取的修正系数。相对本文标定方法与一次标定方法而言,通过两次实验得到的误差范围图以及再投影误差分布图的比较,证实了本文的标定方式确实能够改善标定结果,减少实验误差。在将摄像机按照上述方法进行标定完成之后的环境下,采集不同雾霾影响程度的三组有雾图像,由SSD匹配算法计算得到视差图像,并把该视差图像作为双边滤波的一组限制,得到最后的清晰图像。论文在最后对实验结果进行了客观指标与主观指标的分析比较,验证了本文实验方法确实可以达到一定的去雾效果的结论。