资源描述：
《毕业论文--基于图像柔性去雾的火焰视频增强方法研发》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、HUNANUNIVERSITY毕业设计(论文)设计论文题目：基于单幅图像去雾的火焰视频增强方法仿真研究学生姓名：学生学号：专业班级：自动化四班学院名称：电气与信息工程学院指导老师：学院院长：2015年5月16日30湖南大学毕业设计(论文)第30页摘要在生活生产过程中，总会遇到在采集需要的图像或者视频时，由于天气原因或者空气质量问题，而导致所采集的资料质量不高。在本篇论文中，首先完成对单一图片进行去雾提高画面质量，然后将其应用到视频资料的单帧上，从而达成提高视频画面增强的目的。在单幅图片增强处理中，论文借鉴了图像处理领域的暗原色先验去雾理论。暗原
2、色先验是指在大部分无雾的图像的各个小区域都存在着部分像素，其颜色通道中起码有一个的强度值非常低。利用这一统计现象，论文先对单幅火焰图像的模糊程度进行投射图估算，再利用大气散射模型对原图进行复原，得到清晰的没有雾干扰的图像，达到图像增强目的。针对对于火焰视频处理问题，论文首先从视频提取关键帧火焰图像，再利用上述方法进行单帧的去雾处理。由于视频前后帧类似，因此对关键帧的前后帧用同样的大气光估计参数进行去雾增强处理算法，以此来提高视频处理的速度。论文最后利用某厂氧化铝回转窑的火焰视频进行的仿真，实验结果表明利用去雾方法对多分陈火焰图像进行增强，可较好
3、地突出火焰去目标，达到较好的视觉效果。关键词：去雾，暗原色先验，复原，关键帧30湖南大学毕业设计(论文)第30页TheresearchanddevelopmentofflamevideobasedonimagedefoggingalgorithmAbstractIndailylife,wecan’talwaysmeettheneedsinthecollectedimageorvideo,duetoweatherconditionsorairqualityproblemswhichleadtothatthequalityofimagesandvi
4、deosarenothighenough.Inthispaper,singleimagedefogwillbedoneatfirst,andthenapplyittoasingleframeofvideodata,soastoaccomplishtheaimofimprovingvideoimageenhancement.Inasingleimageenhancementprocessing,thispaperuseforreferencefromthetheoryofdarkchannelprior.Thedarkchannelprioril
5、lustratesthatmostofhaze-freeimagescontainsomepixelswhoseintensityisverylowinatleastonecolorchannel.Usingthestatisticalphenomenon,thispaperfirstestimatesthefuzzydegreeofsingleflameimage,thenusingatmosphericscatteringmodeltosimulatetheoriginalrecovery,getclearnofoginterference
6、image,toachieveimageenhancement.Forproblemsofflamevideoprocessing,thispaperfirstlyextractthekeyflameframesfromvideo,thenusingthemethodsmentionedaboveforsingleframetodealwiththefog.Becausethekeyframe,thefrontandrearframesaresimilartoeachother,sothesameatmosphericopticalparame
7、terstodealwiththefogenhancedmethodwouldbeusedonthem,soastoimprovethespeedofvideoprocessing.Paperfinallyusingafactory’saluminarotarykilnplantflamevideotosimulate,theexperimentalresultsshowthatusingthedefogmethodtoenhancethedustflamevideocanhighlighttheflameareabetterandachiev
8、eabettervisualeffect.30湖南大学毕业设计(论文)第30页KeyWords：Defog,darkchannelprior,rest
