《滤波的图像去雾.ppt》由会员分享，可在线阅读，更多相关《滤波的图像去雾.ppt（34页珍藏版）》请在三一办公上搜索。
1、,基于同态滤波的图像去雾方法,答辩人：吴瑾瑾 指导老师：郭芬红 班级：信11-2班,引言,图像去雾概述,基于同态滤波的图像去雾方法,实验结果,评价与改进,致谢,引言Text here,图像去雾概述Text here,同态滤波Text here,实验结果Text here,评价与改进Text here,致谢Text here,一、引言,图像去雾技术一个跨学科的前沿性课题，具有广阔的应用前景，国外的研究工作开展较早，且研究机构较多。在国外著名的研究机构中，美国国家航空航天局（NASA）的Langley研究中心（LRC）深人研究基于邻域（surround-based）的Retinex算法 在国内的研
2、究机构中，微软亚洲研究院与香港中文大学，研究基于数据假设的单幅图像去雾方法，其成果较为显著，但与实际应用仍存在较大差距。,引言Text here,图像去雾概述Text here,同态滤波Text here,实验结果Text here,评价与改进Text here,致谢Text here,研究背景,二、图像去雾概述,引言Text here,图像去雾概述Text here,实验结果Text here,评价与改进Text here,致谢Text here,同态滤波Text here,引言Text here,图像去雾概述Text here,实验结果Text here,评价与改进Text here,致谢
3、Text here,同态滤波Text here,图像去雾方法分层,图像去雾概述Text here,同态滤波Text here,三、基于同态滤波的图像去雾方法,实验结果Text here,评价与改进Text here,致谢Text here,引言Text here,图像去雾概述Text here,同态滤波Text here,实验结果Text here,评价与改进Text here,致谢Text here,引言Text here,同态滤波的操作的基本流程,同态滤波,同态滤波概念与定义,同态滤波的原理,同态滤波,同态滤波概念与定义,同态滤波是把频率过滤和灰度变换结合起来的一种图像处理方法，它依靠图像
4、的照度反射率模型作为频域处理的基础，利用压缩亮度范围和增强对比度来改善图像的质量。使用这种方法可以使图像处理符合人眼对于亮度响应的非线性特性，避免了直接对图像进行傅立叶变换处理的失真。,图像去雾概述Text here,同态滤波Text here,实验结果Text here,评价与改进Text here,致谢Text here,引言Text here,同态滤波的原理,将像原灰度值看作是照度和反射率两个组份的产物。由于照度相对变化很小，可以看作是图像的低频成份，而反射率则是高频成份。通过分别处理照度和反射率对像元灰度值的影响，达到揭示阴影区细节特征的目的。,图像去雾概述Text here,同态滤波
5、Text here,实验结果Text here,评价与改进Text here,致谢Text here,引言Text here,同态滤波图像去雾操作流程图,图像去雾概述Text here,同态滤波Text here,实验结果Text here,评价与改进Text here,致谢Text here,引言Text here,实验结果Text here,图像去雾概述Text here,评价与改进Text here,致谢Text here,引言Text here,同态滤波Text here,四、实验结果,实验结果Text here,图像去雾概述Text here,评价与改进Text here,致谢Tex
6、t here,引言Text here,同态滤波Text here,初始 图片,灰度原图,手机,笔记本,打印机,灰度雾后,彩色原图,彩色雾后,同态滤波,实验结果Text here,图像去雾概述Text here,评价与改进Text here,致谢Text here,引言Text here,同态滤波Text here,灰度雾后,彩色雾后,初始 图片,同态滤波,实验结果Text here,图像去雾概述Text here,评价与改进Text here,致谢Text here,引言Text here,同态滤波Text here,小节结论,同态滤波能够：能去掉由光照不均所产生的黑斑暗影能较好地保持图像的原
7、始而貌但，它需耍两次傅立叶变换，占用较大运算空间,评价与改进Text here,图像去雾概述Text here,致谢Text here,引言Text here,同态滤波Text here,实验结果Text here,五、评价与改进,两种方法对比,（1）直方图均衡化,（2）暗通道,评价与改进Text here,图像去雾概述Text here,致谢Text here,引言Text here,同态滤波Text here,实验结果Text here,评价与改进Text here,图像去雾概述Text here,致谢Text here,引言Text here,同态滤波Text here,实验结果Text
8、 here,直方图均衡化,原图,直方图,同态滤波,评价与改进Text here,图像去雾概述Text here,致谢Text here,引言Text here,同态滤波Text here,实验结果Text here,直方图均衡化,原图,直方图,同态滤波,评价与改进Text here,图像去雾概述Text here,致谢Text here,引言Text here,同态滤波Text here,实验结果Text here,直方图去雾使得色彩失真，冷色系的颜色突变为暖色系颜色，细节锐化程度总体不如同态滤波明显。在图像原貌保持方面，同态滤波去雾方法，更好地保持图像原貌，而直方图去雾方法使得图像颜色改变很
9、大。在细节处理方面，同态滤波方法细节锐化程度比在原图光照明亮的地方所加强的细节比暗通道明显。相反，直方图去雾方法在原图光照较暗的地方所加前的细节比同态滤波明显。,比较结论,评价与改进Text here,图像去雾概述Text here,致谢Text here,引言Text here,同态滤波Text here,实验结果Text here,暗通道,同态滤波,评价与改进Text here,图像去雾概述Text here,致谢Text here,引言Text here,同态滤波Text here,实验结果Text here,暗通道,同态滤波,评价与改进Text here,图像去雾概述Text here
10、,致谢Text here,引言Text here,同态滤波Text here,实验结果Text here,暗通道去雾效果良好。色彩基本保留，细节锐化明显。经暗通道处理的图像，颜色会比原图颜色加深。在图像原貌保持方面，同态滤波去雾方法，更好地保持图像原貌，但暗通道去雾方法使得图像看起来颜色更加突出。在细节处理方面，同态滤波方法在原图光照明亮的地方所加强的细节比暗通道明显。相反，暗通道方法在原图光照较暗的地方所加前的细节比同态滤波明显。,比较结论,评价与改进Text here,图像去雾概述Text here,致谢Text here,引言Text here,同态滤波Text here,实验结果Tex
11、t here,红外成像的目标和背景的红外辐射需经过大气传输、光学成像、光电转换和电子处理等过程，才被转换成为红外图像。所以从红外图像的产生过程分析，红外图像主要有以下特点：1）空间相关性强，对比度低；2）表征对象的温度分布，是灰度图像，分辨率较低，图像比较模糊；3）噪声干扰较大，噪声比较复杂，信噪比低；4）存在器件性的非均匀性等。我们可以看出红外图像存在很多缺陷，对人眼来说其最显著的特点就是对比度很低，图像很模糊。红外图像存在的散粒噪声，随机噪声等，并且它们大部分是图像中的高频信息，而同态滤波正是处理锐化高频的一种好方法，能有效加强细节。,红外,评价与改进Text here,图像去雾概述Tex
12、t here,致谢Text here,引言Text here,同态滤波Text here,实验结果Text here,本文提出了一种基于同态滤波的红外图像增强新方法。先对原红外图像自适应中值滤波，既保留了原有图像细节，又去除噪声。利用了同态滤波的优势，增强了红外图像细节特征。采用限制对比度自适应直方图均衡方法，进一步调整图像的灰度动态范围。此方案解决了同态滤波所存在的缺陷，最终提高了图像的分辨率和对比度，并通过仿真验证得到非常好的增强效果。,红外与同态滤波结合优化,评价与改进Text here,图像去雾概述Text here,致谢Text here,引言Text here,同态滤波Text h
13、ere,实验结果Text here,新方法实验结果,（1）原图,（2）红外处理,(3)同态滤波,一步同态滤波,评价与改进Text here,图像去雾概述Text here,致谢Text here,引言Text here,同态滤波Text here,实验结果Text here,新方法实验结果,（1）原图,（2）红外处理,(3)同态滤波,一步同态滤波,评价与改进Text here,图像去雾概述Text here,致谢Text here,引言Text here,同态滤波Text here,实验结果Text here,新方法去雾效果良好。结合了同态滤波和红外处理的优点。先把高频中大噪音取出，在对图片进
14、行细节锐化处理,比较结论,这些方法尽管在解决问题的思路上存在着根本的区别,但是由于各种方法各有优缺点,所以在实际应用中,根据需要多采用“累试法”进行处理。即对于一幅有雾图像,根据研究人员的判定来处理,如果采用增强方法改善灰度对比度的效果好,就釆用增强方法;若采用图像复原方法可行,就依据退化模型进行复原处理。为了直观地考察各种算法的清晰化效果,我们对上述几种典型的基于图像处理的增强方法和最新提出的基于物理模型的图像复原方法进行了实验仿真,评价与改进Text here,图像去雾概述Text here,致谢Text here,引言Text here,同态滤波Text here,实验结果Text he
15、re,小节,5种方法对比,1,2,3,4,5,6,评价与改进Text here,图像去雾概述Text here,致谢Text here,引言Text here,同态滤波Text here,实验结果Text here,评价与改进Text here,图像去雾概述Text here,致谢Text here,引言Text here,同态滤波Text here,实验结果Text here,结论,观察图片，可知这个去雾算法的效果优劣。新方法的去雾效果最好，它既应用了红外技术，提高高频，又应用同态滤波，在保持图像原貌的同时，使得图像的细节处理更加细腻。综上，若要使图片达到更好的清晰度，需结合多种算法，叠加运
16、行。,评价与改进Text here,致谢Text here,图像去雾概述Text here,引言Text here,同态滤波Text here,实验结果Text here,六、致谢,致谢,-2015年6月,2015年3月,致谢,感谢郭芬红老师的严格要求与悉心教导,感谢巨人们的肩膀丰富的文献资料,感谢朱喜玲学姐的无私帮助,感谢身边同学的建言献策,评价与改进Text here,致谢Text here,图像去雾概述Text here,引言Text here,同态滤波Text here,实验结果Text here,感谢聆听基于同态滤波的图像去雾方法答辩,答辩人：吴瑾瑾 指导老师：郭芬红 班级：信11-2班,
