2。3 本章总结 8

 3 暗通道先验算法9

 3。1 透射率的求法9

 3。2大气光A的获取12

3。3对于透射率的优化13 

 3。3。1 双边滤波13

 3。3。2 导向滤波 13

 3。4 图像去雾之后的处理15

 3。5 本章总结17

4 基于光流法的运动估计18

 4。1 Lucas-Kanade光流法进行运动估计19

 4。2 LK光流法的改进19

 4。3 实验结果20 

 4。4 本章总结21

5 视频去雾的研究 22 

 5。1基于帧位置的简单线性插值23

 5。2帧间约束25

 5。3基于运动矢量的运动估计28

5。4 本章总结30

结论32

致谢33

参考文献34

1 引言

1。1 研究意义

 随着大气空气污染的加重，空气质量下降，雾霾图片越来越多地出现，雾或者霾是由空气中的液态或者固态的小颗粒形成的，当大气中的颗粒较多的时候，就会影响从景物到摄像机的光线，造成光线的散射与光线的衰减，从而造成拍摄的照片比较模糊，形成雾霾图片，影响欣赏而且对计算机图形学领域的图片的识别造成影响。所以对于图片或者视频的去雾是非常必要的。视频去雾可以提高视频中的信息的提取，特别是对于视频监控来说，能得到具有良好可视性的视频是非常重要的，在某些领域中比如交通路口，航海，视频的去雾的处理显得很重要。

1。2 研究现状

 1。2。1 图像去雾

1。2。2视频去雾

1。3 主要研究内容和章节安排

受雾霾天气影响，拍摄的视频会变得模糊不清，对于视频中的物体的识别也会变得非常困难，因此对于视频的去雾显得比较重要，本文在研究图像去雾的基础上进行视频去雾的研究，视频是一帧一帧图像的组成的，直接将图像去雾的算法作用于视频的帧上可以起到一定的去雾效果，但是算法的时间复杂度太高，而且在处理的过程中没有考虑到相关的视频帧之间的联系，导致结果可能不准确。所以在处理的过程中考虑到帧与帧之间的约束，通过运动估计来估量物体的运动，将关键帧的透射率图传递到非关键帧去，最后利用所有的透射率图进行视频去雾，既可以减少时间复杂度，又保持了时空一致性约束。

本论文的章节安排：

第一章：介绍了图像去雾和视频去雾的一些方法，介绍了研究课题的背景与意义，提出本课题的研究内容。

第二章：主要介绍了雾霾图像的形成原理模型，介绍了大气光散射模型与衰减模型，为图像去雾和视频去雾奠定模型基础，基于物理模型介绍了一些图像去雾算法。

第三章：主要介绍了单幅图像去雾效果较好的算法---暗通道先验算法，并就透射率进行优化，比较了两者的差别。对于最后去雾的图像偏暗的问题，用增加亮度值和使用直方图均衡化分别进行优化处理，比较两者的结果。

第四章：介绍了光流法进行运动估计，运用LK光流法进行运动矢量的计算，对于LK光流法的缺点进行改进，介绍了基于金字塔的LK光流法，运用这种方法计算了图像的光流。

第五章：在图像去雾的基础上进行视频去雾的研究，探讨了视频帧间的关系，通过将关键帧的透射率图传递到非关键帧，将时间复杂度的减少了。首先利用非关键帧与关键帧的位置关系进行简单的线性插值，得到透射率，但是结果不理想。然后通过雾霾图像形成模型，推导出两帧之间透射率的关系，然后从关键帧的透射率出发，运用公式推导出非关键帧的透射率图。最后运用LK光流法进行关键帧到非关键帧的矢量估计，通过运动矢量进行非关键帧的透射率的估计，进行去雾处理。