低照度图像的增强及降噪技术研究

公开TP3911044120497代号分类号学号密级10701题（中、英文）目低照度图像的增强及降噪技术研究EnhancementandNoiseReductionofLowLightLevelImages作者姓名罗玲利指导教师姓名、职称张向东副教授学科门类工学提交论文日期二〇一三年三月学科、专业交通信息工程及控制西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切相关责任。本人签名：日期西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。本人签名：导师签名：日期：日期：摘要摘要图像或视频采集设备在低照度条件下获取到的图像不仅可辨识性非常低，而且含有大量的噪声，这使得智能交通、视频监控和目标识别等计算机视觉系统的性能受到了较大的影响。因此，对低照度图像做增强和降噪处理具有非常重要的价值。首先，本文研究了常用的低照度图像增强算法，然后在分析了低照度图像和白天有雾图像的联系的基础上，提出了一种通用的基于去雾技术的低照度图像增强算法。实验结果表明，本文提出的算法能较好地增强低照度图像，使原本难以辨识的大部分特征显现出来。接着，本文分析了常用的图像降噪算法，详细介绍了双边滤波器的原理和特性，并据此提出了一种改进的基于联合双边滤波器的图像降噪方法。实验结果表明，该方法可以较好的降低增强后图像的噪声。最后，本文还给出了该算法的处理结果与原始图像的对比、与白天同一地点图像的对比以及与其他增强算法处理结果的对比，更好的说明了本文算法的有效性。关键词：低照度图像增强图像去雾图像降噪双边滤波AbstractAbstractImagescapturedbyvideocollectionequipmentunderlowlightconditionsusuallyhavelowidentifiabilityandmanynoises,whichmakestheperformanceofintelligenttransportation,surveillance,andtargetidentificationsystemsreduced.Therefore,theenhancementandnoisereductionoflowlightlevelimagesplayaveryimportantrole.Firstly,thecommonalgorithmsoflowlightlevelimagesenhancementareintroduced.Then,afteranalysingtherelationoflowlightlevelimagesandfoggyones,ageneralmethodforimagecontrastenhancementisdevelopedbaseonhazeremovalalgorithm.Experimentalresultsvalidatetheperformanceoftheproposedapproach,whichmakesmanyfeaturehidedinlowilluminationvisible.Next,thecommonalgorithmsofnoisereductionareanalysed,especiallytheprincipleandfeatureofbilateralfilter.Onthebasisoftheanalysis,animprovedjointbilateralfilterispresentedtoreducethenoise.Experimentresultsshowthatthedenoising-methodcangetgoodeffect.Finally,morecomparisonsbetweenourresultsandtheoriginalimagesortheonesatthesameplaceindaytimeorresultsfromothermethodsarepresentedtoillustratetheeffectivenessoftheproposedalgorithm.Keywords:lowlightconditionsimageenhancementimagehazeremovalimagedenoisingbilateralfilter目录目录第一章绪论..........................................................11.1研究背景及意义...............................................11.2国内外研究现状...............................................21.3本文研究内容.................................................4第二章低照度图像增强算法研究........................................52.1传统的低照度图像增强算法.....................................52.1.1灰度变换法.............................................52.1.2直方图均衡.............................................62.2Retinex图像增强算法.........................................72.2.1单尺度Retinex算法.....................................82.2.2多尺度Retinex算法.....................................92.2.3其他Retinex算法.......................................92.3基于人类视觉系统感知特性的补偿方法..........................102.4本章小结....................................................11第三章改进的基于去雾技术的低照度图像增强方法.......................133.1低照度图像与白天有雾图像之间的联系..........................133.2基于暗原色先验知识的图像去雾技术............................153.2.1雾天图像退化模型......................................153.2.2暗原色先验规律........................................183.2.3基于暗原色先验的去雾算法..............................213.3基于去雾技术的低照度图像增强技术............................233.3.1全局大气光............................................243.3.2透射率................................................243.4实验结果及分析..............................................263.4.1部分实验结果及分析....................................263.4.2对算法执行的优化......................................313.5本章小结....................................................33第四章低照度图像降噪算法研究.......................................354.1低照度图像噪声分析..........................................354.2常用的低照度图像降噪方法....................................374.2.1空域滤波图像降噪方法..................................37目录4.2.2基于频域滤波的方法.....................................404.2.3基于小波的图像降噪技术................................404.3本章小结.....................................................42第五章改进的基于联合双边滤波器的图像降噪算法.......................435.1双边滤波器..................................................435.1.1高斯卷积..............................................435.1.2双边滤波..............................................445.2联合双边滤波器..............................................455.3改进的基于联合双边滤波器的图像降噪方法......................455.3.1算法解析...............................................455.3.2算法的执行.............................................475.4实验结果及分析...............................................485.5本章小结.....................................................50第六章综合实验结果及分析...........................................516.1综合实验结果.................................................516.2与白天同一地点的图像对比.....................................526.3与其他算法的对比............................................536.4本章小结.....................................................56第七章总结与展望...................................................57致谢...........................................................