水下光学图像清晰化方法及关键技术研究

来源 :哈尔滨工程大学 | 被引量 : 0次 | 上传用户:yyyyoooouuuu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着陆地资源的逐渐减少,海洋资源开发利用和海洋环境保护已经越来越令人关注,水下探测技术成为其中重要的支撑技术和研究领域。相比之下,水下光学图像因具有快速成像、高分辨率、丰富的纹理和细节信息以及颜色信息而成为水下近距离探测最为有效的手段。然而,水下环境与陆地环境的差异造成水下光学图像在成像过程中极易受到如下因素的影响:一是成像过程中电子元器件以及光子的不规则运动引起的随机噪声;二是水体对照射光线的吸收和散射引起的画面模糊和雾化效果;三是水体对光的不同光谱区域具有不同的吸收性,导致水下图像颜色失真。这些因素通常使水下光学图像存在模糊不清、对比度低、噪声明显、颜色失真等问题。因此,有必要对水下光学图像进行清晰化处理,提高水下图像的成像质量。
  水下光学图像清晰化的目的是增强图像的细节信息、提升对比度和可视化效果。水下光学图像清晰化需要重点解决以下三个问题:如何有效地抑制由水中悬浮粒子及光子的不规则运动所引起的信号噪声;如何有效复原不同光波长造成的光信号衰减及保持图像颜色不失真;如何进一步增强水下光学图像的视觉对比度,提高水下光学图像的图像质量。以上三个问题是迄今为止水下光学图像清晰化面临的重点与难点问题。为此,本文围绕水下光学图像去噪、复原和增强三个关键环节,对水下光学图像清晰化方法进行了理论与实验研究,主要工作包括以下几个方面:
  1.针对水下光学图像因噪声引起的视觉模糊和对比度低的问题,提出了一种基于同态子块的最小二乘估计水下图像去噪方法。该方法根据水下图像特点采用比尔-朗伯定律构建一个水下图像退化模型;将退化图像转换为其亮度图像和饱和度,根据亮度图像及其同态子块噪声方差通过最小二乘估计得到原始亮度图像,再依据饱和度恒定模型可得到消除了噪声的水下彩色图像。
  2.针对水体中不同波长光信号衰减不一致而导致水下光学图像清晰度低和色彩失真的问题,提出了一种基于同态滤波的水下图像亮度复原与色彩校正方法。采用标准剩余能量比替换透射比构建一个去噪后的水下退化图像模型,再通过一阶麦克劳林级数展开建立一个色彩恒定模型;将退化图像转换为亮度图像及其背景光亮度图像,然后根据退化图像模型通过同态滤波得到复原亮度图像,再根据色彩恒定模型得到复原的水下彩色图像。
  3.针对水下光衰减和散射导致的水下图像对比度低和细节模糊的问题,提出了一种基于迭代直方图的水下图像增强方法。在HSV空间采用Retinex模型从复原图像V通道提取出光照层图像和细节层图像,通过S函数变换增强细节层图像、通过迭代直方图增强光照层图像,将细节层和光照层的增强图像合并后再转换到RGB空间得到增强后的水下彩色图像。
  针对本文水下图像清晰化方法,通过理论分析给出数学表达式,构建出算法结构,设计并实现算法,完成验证实验。水下退化图像去噪、复原、增强以及综合清晰化的模拟仿真实验结果,验证了本文方法的可行性和有效性。
其他文献
污染物NO对环境、气候和人类的健康影响日益严重,成为一个迫切需要解决的问题.火电厂燃煤产生的NO是排放的主要来源.然而人们对NO的生成机理尤其是燃料型NO生成机理及其复杂,至今还不完全清楚.本文对无烟煤、烟煤及水煤浆的燃料氮析出特性和燃料型NO的生成特性进行了深入的研究,为低NO燃烧系统的开发和设计提供理论基础和数据支持.本文对无烟煤,烟煤,水煤浆及黑液水煤浆的燃料氮析出规律进行了实验研究,主要研
学位
近几年来,世界对清洁和可持续能源的需求不断增加,随之而来的是对低成本小型风力发电系统需求的增加,因为小型风力发电机被视为一种经济和灵活的发电解决方案。小型风力发电机的优点是在负荷中心附近发电,因此不需要运行高压输电线路,这非常适合风资源丰富的偏远地区。永磁同步发电机(PMSG)具有转矩大、无需外加励磁电流、具有变速运行能力等优点,因此永磁同步发电机是小型风力发电机的理想选择。此外,外转子永磁同步发
建立合适且准确的三相变压器模型是进行配电网潮流计算的基础,节点导纳矩阵的推导是三相变压器建模的关键。目前,变压器节点导纳矩阵的推导方法以对称分量法和关联矩阵法为主流,对称分量法在进行程序运算时速度较快,但当变压器的三相参数不对称时便不再适用;关联矩阵法对变压器的三相参数是否对称情况没有要求,但当变压器原边绕组或副边绕组的接线方式为中性点不接地星形接线时,由于中性点电压不为零,此时变压器支路电气量与
目前面对新一代微波器件、电路和系统日益增长的模型需求的挑战基于神经网络的微波器件建模技术已被认为是微波计算机辅助设计领域的一种重要工具。人工神经网络模型可以通过训练来学习微波器件和电路的电磁行为。经过训练的神经网络模型由于仿真和优化时运算速度快可以用于更高层级的微波电路和系统设计。本论文的目的是开发一种先进的神经网络建模方法和模型外推技术以高效地生成精度高、稳定性强的微波器件模型。本文所提出的技术
学位
空间激光通信技术作为下一代通信技术,近年来受到了世界各国的广泛关注,并在该研究领域展开了激烈的竞争。目前在空间激光通信研究领域处于领先地位的是美国、欧洲和日本,他们对该领域的研究均已进入了卫星实验阶段,其他国家也在大力发展空间激光通信技术。  利用成熟的地面光纤通信技术来提高空间激光通信系统性能已成为主流选择之一,光放大器和波分复用技术可以有效地提高空间激光通信系统的探测灵敏度和通信数据率。因此,
神经网络在机器学习和认知科学领域是一种模仿生物神经网络的结构和功能的数学或计算模型,用于对函数进行估计或近似。至今已有若干种深度神经网络,如卷积神经网络(CNN)、循环神经网络(RNN),应用在计算机视觉、自然语言处理、语音识别与生物信息学等领域并获取了很好的效果,特别是卷积神经网络可以在目标识别、检测和场景理解等任务上达到前所未有的精度。从2012年提出的AlexNet(8层网络)到2015年提
基于AlGaN材料制备的深紫外发光二极管(DUV-LED)具有高能效、无污染等特点成为传统汞灯的理想替代者之一。本论文采用金属有机化合物化学气相沉积(MOCVD)技术在半极性r面蓝宝石衬底上外延生长了高质量非极性a面AlGaN材料,并成功制备出发光波长为280nm的非极性AlGaN基多量子阱(MQWs),为制备高光效的非极性AlGaN基DUV-LED奠定了坚实的基础。本论文的主要研究内容如下:  
近年来,随着可见光技术的兴起,对可见光的应用和开发随之而来。传统的室内定位技术研究包括ZigBee技术、WiFi、蓝牙、超宽带技术等都集中在射频信号,辐射强并且保密性差。本文在可见光通信(Visible Light Communication,VLC)发展的契机上,将可见光通信技术应用于室内,为室内定位技术提供了一种新的解决方案。  针对传统室内定位的不足,本文创新性的结合室内的具体环境特点与可见
随着现代通信和多媒体技术的迅猛发展,网络上数字图像的数量出现了急剧增长,如何从海量的数字图像中快速而有效地找到人们所需要的图像,是一个非常有理论价值和实际意义的研究课题。为缩小图像底层特征与高层语义之间的语义鸿沟,如何将图像底层特征与图像的语义视觉关键词相结合进行图像自动标注,以及如何利用学习的图像标签进行高效的图像检索,成为新的研究热点。本文研究属性的学习以及基于属性的图像检索方法,围绕着三个问
学位
人体动作识别是计算机视觉领域中的一个研究热点,在智能监控、视频检索、人机交互、游戏等领域有着广泛的应用。深度相机的出现提供了视频的深度信息,解决了传统的基于RGB视频的人体动作识别方法受光照、背景等因素的影响较大的问题,同时也为如何处理这些信息带来了挑战。如何提取视频中的有效特征,一直是动作识别中的难点之一。近年来,研究人员在相关领域取得了巨大的进展,特别是基于动态图的人体动作识别方法取得了良好的