论文总字数：22268字

摘 要

雾霾，雨天等天气情况下存在着图像过于模糊，严重影响人的视觉感官效果以及系统等后续的进一步操作。故而对图像的方面处理，得到的处理图像有一个相对让人与机器有更加直观，更加简洁的效果。在众多图像处理方法中，发现最简单直接的就是直方图均衡化处理，鉴于进行处理后有对全图的光与暗的强烈对比，忽略远景与近景之间雾霾的浓淡影响，在基础的直方图处理之上进行了区块化处理，使得远近图像的区分相对明显。相对复杂的是基于暗通道优先算法的去雾，带入大气模型公式，计算出清晰图像。在此之后，对比双边滤波的效果。但是考虑到必须根据不同的图像的特征进行不同的图像处理，通过对比分析不同的图像处理方法，得出各个方法适用的图像，同时分析出其处理特定图像的优缺点。最后图像去雨的办法，基于腐蚀的效果十分的差，通过中值以及均值滤波效果不明显，以后可以通过进一步的学习基于卷积神经网络的对于雨的图像处理，同时有着基于图像合成的办法，进行两个图像的叠加的方向等待实施。

关键词：数字图像处理 恶劣天气 均值滤波 直方图均衡化

Research on image segmentation and feature

Abstract

Under the condition of haze and rainy day, there are too fuzzy images, which seriously affect the visual sensory effect of human and the subsequent operation of the system. Therefore, the processing of image has a more intuitive and concise effect on the image processing. Among many image processing methods, it is found that the most simple and direct is histogram equalization. In view of the strong contrast between the light and dark of the whole picture after processing, the haze between the vision and near view is ignored. The block processing is carried out on the basis of histogram processing, which makes the distinction between far and near images relatively obvious. The relatively complex is the fog removal based on the dark channel priority algorithm, and the atmospheric model formula is introduced to calculate the clear image. After that, the effect of bilateral filtering is compared. But considering that different image processing must be carried out according to different image characteristics, through comparative analysis of different image processing methods, the applicable images of each method are obtained, and the advantages and disadvantages of the processing of specific images are analyzed. Finally, the image rain removal method, based on the corrosion effect is very poor, through the median and mean filtering effect is not obvious, later, we can learn the rain image processing based on convolutional neural network, and at the same time, there is a method based on image synthesis, the direction of superposition of two images is waiting to be implemented.

Keywords: Digital image processing ；Bad weather； Mean filtering； Histogram equalization

目录

摘要 I

Abstract II

第一章 绪论 2

1.1课题背景及意义 2

1.2 图像分割与特征提取技研究现状 2

1.3本文的主要工作内容 3

第二章 非线性滤波器为主的雾霾图像处理 4

2.1雾霾天气问题 4

2.2雾霾图像去雾的方法与实现 4

2.2.1直方图均衡化原理 4

2.2.2 Retinex理论（SSR）与多尺度Retinex理论（MSR）原理 5

2.2.3中值滤波/双边滤波算法 8

2.2.3 去雾霾算法的仿真分析 8

第三章 腐蚀与中/均值滤波的雨天图像处理 12

3.1雨天天气问题 12

3.2雨天图像去雨痕雨珠的处理方法与实现 12

3.2.1模糊化处理与腐蚀处理原理 12

3.2.2均值滤波与中值滤波原理 14

3.2.3去雨痕算法的仿真分析 14

3.3其他的下雨天气处理 18

第四章 总结 19

致谢 20

参考文献 21

附录matlab代码 22

第一章 绪论

1.1课题背景及意义

在日常生活中，我们并不能很准确的把握每一时间点的各种影响图像的因素，并且不能十分准确的分辨我们需要获取的主要图像内容是什么，最终导致获得到的图片存在着很多瑕疵。在生活中，工程学、信息科学、统计学、计算机科学等领域对于图像的需求量与研究水平近些年逐步提高。运用图像的处理算法对已有图像进行分割，研究相关的图像处理算法，达到对图像典型特征的提取，最终通过处理从而达到提高图像的识别。

生产力的提高和科技水平的提升，通过牺牲环境等进行经济科技提升的弊端逐步显露，尤其是关于环境等一系列的治理问题，越来越多的环境问题开始显现。在我们熟知的环境问题当中，雾霾天气的问题日益严峻。其在发生频率，持续时间，影响地区等方面越来越大。视觉系统需要以不同的景物等一系列图像作为输入，通过计算机图像处理等处理技术才能达到准确检测输入图像的特征的需求。伴随着日常生活中的照片快速处理、户外场所监控系统、航运等自动导航系统等的应用数量以及使用用户数量在急速攀升的现象，进行特征提取技术的改良提升更加显得有必要。如在雾天、雨天、雪天、沙尘等恶劣天气中，外界环境下的图像的对比度和颜色都会被改变或退化，从而导致所处理的数字图像中蕴含的许多特征都被覆盖或模糊，导致这些视觉系统无法正常工作。综上所述，从大气退化图像中复原和增强景物细节信息具有重要的现实意义^［1］。

剩余内容已隐藏，请支付后下载全文，论文总字数：22268字