内河CCTV监控图像和视频去雾方法研究.doc

内河CCTV监控图像和视频去雾方法研究内河航道上安装的CCTV(ClosedCircuitTelevision闭路电视)监控系统，是目前内河海事监管的一种重要手段。在有雾天气环境下，CCTV监控系统拍摄到的图像和视频，存在对比度不强、模糊、颜色不真实的问题，监控过程中很难准确辨别目标对象，更不容易清晰了解场景状况，影响了监控系统作为“眼”的功能的发挥。目前虽然有许多学者对图像的去雾开展深入研究，由于去雾算法所占用的计算时间长，很难适合应用于视频去雾。本文针对内河CCTV监控图像和视频，重点分析了内河有雾图像退化的原因和机理，深入研究了内河退化图像去雾的关键技术，分析和研究了目前的内河图像去雾方法后，提出了一种内河CCTV监控图像快速去雾方法，并应用于CCTV监控视频去雾，获得较好效果。本文的主要工作有以下4个方面：1.通过分析内河雾天退化图像的特征，研究雾对内河图像的影响机理，建立了一个适合内河雾天退化图像的复原模型。在这个模型的基础上，开展内河雾天退化图像的复原研究。2.提出了K均值聚类的天空亮度值估算方法。此方法使用K均值聚类在天空与非天空区域进行分割，并自动判断出天空的聚类中心，把天空的亮度均值与雾最浓中心的亮度值加权求和，来作为最终天空亮度的估算值，通过实验证明本文提出的天空亮度值的估算方法有效。3.重点研究和分析了基于Retinex、暗原色先验和深度信息的内河图像去雾方法，将这些方法应用于内河图像去雾时存在受限、光晕现象和复杂度高的缺陷。本文提出了一种基于HSI颜色空间和滤波技术相结合的快速去雾方法。一方面利用雾不影响内河图像色调分量的基础上，对内河图像的亮度分量和饱和度分量分别进行复原处理，使去雾后的内河图像保留了更多的原始信息；另一方面，用高斯导向滤波算法对大气光图进行优化，大大降低了算法的复杂度，提高了计算速度。实验结果表明，基于HSI颜色空间和滤波相结合的快速去雾方法，能够明显提高内河雾天退化图像的对比度，恢复后的内河图像具有更好的视觉效果，提高了闭路电视监控系统的可见度。4.为了满足CCTV监控视频实时性的要求，提出了运动矢量估计的方法，解决了视频帧之间大气光图的传递问题，使得能够达到每秒处理五帧图像去雾的速度，实现了视频去雾，保证了视频去雾的实时性。然而，本论文因为没有考虑视频的时空一致性，所以去雾后的视频出现了局部抖动现象。这是本文方法需要进一步研究改善的地方。