秋冬季节户外监控图像去雾技术研究立项申报书.doc

序号：编码：石家庄学院“挑战杯”学生课外学术科技作品立项申报书课 题 名称 秋冬季节户外监控 图像去雾技术研究 申报者姓名 马帅 院系、年级 计算机系2010级 申 请 日期 2012年12月5日 一、 申报项目基本情况项目名称项目类别自然科学类学术论文（2）1.机械与控制（包括机械、仪器仪表、自动化控制、工程、交通、建筑等） 2.信息技术（包括计算机、电信、通讯、电子等） 3.数理（包括数学、物理、地球与空间科学等） 4.生命科学（包括生物、农学、药学、医学、健康、卫生、食品等） 5.能源化工（包括能源、材料、石油、化学、化工、生态、环保等）哲学社会科学类社会调查报告和学术论文（ ）1.哲学 2.经济 3.社会4.法律 5.教育 6.管理科技发明制作（ ）A（ ）B（ ）1.机械与控制（包括机械、仪器仪表、自动化控制、工程、交通、建筑等） 2.信息技术（包括计算机、电信、通讯、电子等） 3.数理（包括数学、物理、地球与空间科学等） 4.生命科学（包括生物、农学、药学、医学、健康、卫生、食品等） 5.能源化工（包括能源、材料、石油、化学、化工、生态、环保等）预计完成时间 2013 年 4 月 1 日二、 申报者基本情况申报者情况姓名马帅性别男院系计算机系专业软件工程班级一班学号20101308039宿舍5#570宿舍电话手子邮箱辅导员姓名及联系方作者情况姓名温争性别女院系年级计算机系2010级联系电名雷文瑾性别女院系年级计算机系2010级联系电名尹行欣性别女院系年级计算机系10级联系电名施成林性别男院系年级计算机系10级联系电导教师姓名张静性别女职称(职务)讲师工作单位石家庄学院计算机系联系电名董伟性别男职称(职务)讲师工作单位石家庄学院计算机系联系电名金庆勇性别男职称(职务)讲师工作单位石家庄学院计算机系联系电、 项目申报者及其合作者近期取得的与本课题有关的研究成果成果名称（成果形式）作者发表刊物出版单位发表出版时间获奖情况获得专利（或技术鉴定情况）四、预期研究成果主要阶段性成果序号阶段成果名称成果形式完成人完成时间1透射图优化对去雾效果的分析报告课题组2012.11-2013.12雾天环境下监控图像的去雾方法论文课题组2013.2-2013.4最终研究成果序号最终成果名称成果形式完成人完成时间1秋冬季节户外监控图像去雾技术算法、论文课题组2013年4月五、 项目论证一、本课题的基本内容雾使大气能见度降低，给户外的监测、监控、自动导航、目标跟踪等带来很大的困难。雾也会使光学器材获取的图像模糊不清，从而影响图像中信息的提取。这种不清晰的物理成因在于大气粒子的散射作用，使从景物反射的光通量部分被微粒吸收或反射，导致到达观察者的入射光被衰减。反映在图像上，就是原本较低的灰度值被加强，较高的灰度值被削弱，从而使像素点灰度值的分布过于集中，对比度减弱。大雾天气对人们的交通出行带来极大困扰，也是交通事故频发的重要因素。大雾天气对道路交通监控提出了严峻考验。会造成有效视频监控距离大大缩短，图像清晰度难以保证，在城市交通因特殊恶劣天气陷于瘫痪境地，交通事故一定也会多发，更是对高速公路路面监控提出了更大的挑战。在这样一种情况下，视频监控无法取证，这无异于雪上加霜。虽然有专业的雾天监控摄像机，但画面都是黑白状态。另外，在大雾天气下，公路状况图像的对比度和颜色都会被改变或退化，图像中蕴含的许多特征都被覆盖或模糊，得到的是退化图像，直接影响图像特征提取，从而导致以提取图像特征为基础的高速公路监控视觉应用系统无法正常稳定工作。本课题对雾天环境下高速公路监控图像的清晰化技术进行研究，分别对带雾图像的透射图优化和雾天图像直方图均衡化的处理算法进行研究，开发在雾天环境下，适用于监控图像的自动清晰化算法，实现计算量小，处理速度快，去雾效果好，满足实时要求等特点。二、本课题的研究现状近年来，自然场景图像去雾恢复逐渐成为图像处理与计算机视觉领域的研究热点。当前，采用数字图像处理技术进行图像去雾恢复处理的方法主要分为两类，即基于大气散射物理模型的方法（图像恢复技术）和基于图像增强的方法。图像增强是在不考虑图像降质原因的前提下，按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息的处理方法。很多学者在基于图像增强方法的去雾算法研究领域取得了很好的成果。为了解决景物影像因许多噪声干扰而表现不自然的问题，文献1-2提出了一种基于移动模板的雾天景物的清晰化算法，该算法首先分析处理图像中出现的天空区域，然后充分利用图像中不同深度的景物特征，通过局部自适应增强的处理手段来对雾天条件下的景物影像进行去雾处理。文献3采用抛物线直方图均衡算法POSHE为基础，最终解决了图像处理后整体偏暗、部分细节不够清晰的问题。文献4-5采用基于图像增强的方法，将图像的退化影像与景物在不同天气下的照度变化做对照，根据色彩恒常理论，采用Frankle-McCannRetinex(FMR)算法对图像进行处理。Yitzhaky等人借助于大气调制传递方程进行雾天退化图像的处理，但是该方法的前提条件需要事先知道雾气浓度和场景深度，这些先决条件在实际的应用中很难获得。图像恢复（Image Restoration）也成图像复原，目的是改进输入图像的视觉质量，它的原理是根据相应的退化模型和知识重建恢复原始的图像。文献7建立了户外图像全局去雾和局部去雾的能量最优化模型，并推导出了相应的偏微分方程，该模型是根据大气散射物理模型和有雾图像色彩与对比度下降同场景点的景深成指数关系的先验知识为基础建立的，并利用用户提供的附加信息，最终实现了恢复清晰图像的去雾算法。文献8提出了图像复原最优化算法，该算法是基于大气衰减机制和信息论中的最小失真理论，利用投影失真的性质，求解得到满足最小失真准则的理论最佳参数，同时获得对原始信号的最优估计，对退化图像进行去雾恢复。Tan通过最大化局部的差异度的方法来恢复图像的色彩对比，在处理某些场景图像上取得了较好的效果，但该方法并不符合真实的物理模型，主要思路依然是颜色对比度的处理。Fattal等人提出了部分符合物理规律的简单去雾模型，利用复杂的优化计算得到去雾结果，但是该方法的物理模型有所局限，不能很好处理雾浓度大的图像。He等人提出了暗通道优先法则，并利用该法则得到了很好的去雾效果，并能得到相应的深度图像，但算法的时间复杂度和空间复杂度都很大，主要用于基于图像的三维重建等领域。总之，图像去雾的研究还不成熟，现有方法无论是在效率、实用性还是处理的结果质量上都无法令人满意。参考文献：1 祝培、朱虹、钱学明等.一种有雾天气图像景物影像的清晰化方法J.中国图象图形学报，2004年1月，（1）：124-128. 2 祝培.恶劣天气环境下图像的清晰化D.西安：西安理工大学,2004.3 刘治群，汪荣贵，杨万挺等.一种改进的处理雾天降质图像的增强算法J,淮北煤炭师范学院学报,2008,29(4):52-56.4 芮义斌、李鹏、孙锦涛.基于色彩恒常理论的图像去雾技术j. 南京理工大学学报，2006年10月，（5）：622-625.5 周树道，邵啸，朱涛等.薄雾影响下的退化彩色图像处理方法J.解放军理工大学学报，2008,9（2）：142-145.6 Yitzhaky Y,Dror I,Kopeika N S.Restoration Of Atmospherically Blurred Images According To Weather Predicted Atmospheric Modulation Transfer FunctionJ.Optical Engineering, 1998, 36(11): 3064-3072.7 武凤霞.雨雾条件下图像与视频的清晰复原技术研究D.杭州：浙江大学.2006.58 孙玉宝,肖亮,韦志辉等.基于偏微分方程的户外图像去雾方法J.系统仿真学报，2007,19（16）：3739-3769.9 R. Tan. Visibility in bad weather from a single imageC.CVPR,Anchorage,2008.10R. Fattal. Single image dehazingC.SIGGRAPH 08,Los Angeles,2008.11 Kaiming He、Jian sun、Xiaoou Tang.Single Image Haze Removal Using Dark Channel Priorj.1.The Chinese University of Hong Kong ；Microsoft Research Asia.三、本课题的重点、难点和主要创新点,预计在哪些方面会有突破1.本课题重点解决的科学技术问题： 1) 天空区域的准确判定；2) 透射图优化对去雾效果的分析；3) 天空区域多或者灰白色多的图像去雾处理问题；4) 自适应模板优化透射图的方法。2.主要的创新点：（1）研究分析暗原色先验去雾算法的原理和流程， 软插值算法的基本原理，提出基于暗原色的自适应模板优化法，改善透射率的不连续性，减少计算量，提高处理速度，降低算法的时间和空间复杂度。（2）研究透射图优化对去雾效果的影响。分析不同局部区域大小对去雾效果及“晕”所产生的影响。根据图像内容特征对图像进行分类，划分出平坦区域和边缘、纹理区域。在不同的区域中采用自适应模版，以减少去雾效果图中“晕”的产生，使透射图更精确。本课题开发在雾天环境下，适用于监控图像的自动清晰化算法，预计在实现计算量小，处理速度快，去雾效果好，满足实时要求等方面进行突破。四、此项研究的理论意义和实践意义有雾图像清晰化是计算机视觉领域的一个重要问题近年来，随着计算机软硬件技术的不断发展，对有雾天气监控图像的景物影像进行去雾处理已经成为可能，这反过来又对去雾视频的清晰度和真实感提出了新的要求在雾天情况下，由于场景的能见度降低，监控图像中目标对比度和颜色等特征被衰减，因而无法满足室外监控视觉应用系统需要准确提取图像特征的需求因此如何自动、实时地消除雾气对监控图像特征提取具有重要的理论研究意义和实际应用价值本课题对雾天环境下高速公路监控图像的清晰化技术进行研究，分别对带雾图像的透射图优化和雾天图像直方图均衡化的处理算法进行研究，开发在雾天环境下，适用于监控图像的自动清晰化算法，实现计算量小，处理速度快，去雾效果好，满足实时要求等特点。通过理论分析、算法模型测试等理论和试验相结合的方法，设计和实现雾天环境下高速公路监控图像的去雾方法模型，研究结果对于恶劣天气条件下的监测、导航和目标跟踪具有重要的理论和实际意义。五、本课题的采取的研究方法(或技术路线、实验方案)1 研究工作的总体进度安排(1) 2012.122013.1 项目需求调研（已完成）研究雾天图像恢复技术的理论分析和试验设计(2) 2013.22013.4透射图优化对去雾效果影响的研究户外监控图像去舞算法研究； 综合测试，撰写研究技术总结报告2. 项目实施方法和步骤（1）研究雾天图像恢复技术的理论分析和试验设计，研究分析暗原色先验去雾算法的原理和流程， 软插值算法的基本原理，提出透射图优化方法，改善透射率的不连续性，减少计算量，提高处理速度，降低算法的时间和空间复杂度。（2）分析透射图优化对去雾效果的影响 ，研究监控图像中天空区域多或者灰白色区域多的图像的去雾算法，解决无法使用暗原色先验知识的图像分类的算法改进，使雾天图像清晰化方法模型具有更广的适用范围。综合测试，通过试验分析算法的性能和优缺点。六、 申请项目经费预算序 号用 途金 额1资料印刷80元2文献传递120元3计算机使用200元4调研300元论