霧霾天氣條件下監控視頻的復原與增強研究

《霧霾天氣條件下監控視頻的復原與增強研究》是依託武漢大學，由肖進勝擔任項目負責人的面上項目。

基本介紹

• 中文名：霧霾天氣條件下監控視頻的復原與增強研究
• 項目類別：面上項目
• 項目負責人：肖進勝
• 依託單位：武漢大學

項目摘要

霧霾天氣、光照變化和噪聲是戶外監控視頻技術發展和套用的主要障礙。本項目將致力於修正和完善霧霾天氣下監控視頻復原與增強的理論和方法。深入研究成像設備的噪聲模型、霧霾視頻退化的物理模型和光學成像的點擴散模型，建立能夠準確描述霧霾天氣下降質監控視頻的統一退化模型。充分利用監控視頻的結構自相似性和稀疏性等先驗知識，按照各處理環節的重點和信號特點，通過數據分類、變換濾波等先進技術，提取視頻中感興趣的成分，根據光學成像原理和人眼視覺感知特性，抑制噪聲和霧霾，增強色彩和紋理，改善監控視頻質量。具體研究：基於成像設備噪聲模型的視頻去噪方法，基於修正物理成像模型的視頻去霧霾方法，基於光照不變性和視覺感知特性的視頻增強方法。利用仿真和實驗驗證所提戶外監控視頻復原與增強方法，實現全天候高解析度外場成像。本項目研究結果將極大改善監控視頻質量，並促進監控視頻在智慧型交通和安全防範等領域中的套用。

結題摘要

本項目致力於修正和完善霧霾天氣下監控視頻復原與增強的理論和方法。深入研究成像設備的噪聲模型、霧霾視頻退化的物理模型和光學成像的點擴散模型，建立能夠準確描述霧霾天氣下降質監控視頻的統一退化模型。根據光學成像原理和人眼視覺感知特性，研究視頻圖像的噪聲去除，圖像去霧霾和圖像的超解析度增強重建等問題，改善監控視頻質量。具體進行了如下研究： 針對視頻圖像採集中的噪聲干擾，提出基於主成分分析的分塊視頻噪聲估計算法；將雙域濾波和三維塊匹配算法相結合，進行視頻去噪；引入了形狀感知核函式的核Wiener濾波模型來描述局部複雜圖像結構進行去噪，能有效地去除噪聲。針對現有圖像去霧算法存在的天空色彩失真等問題，基於天空分割的暗通道理論的改進去霧算法；並設計了一種能夠直接學習和估計有霧圖像和霾層圖像之間的映射關係的網路模型，使得恢復出的無霧圖像更接近真實場景。提出了一種基於景深和稀疏編碼的圖像去雨算法，使得圖像去雨效果更好。針對基於插值的圖像超分辨引入噪聲的問題，根據圖像梯度自適應調整衝擊濾波的權重；並利用奇異值分解及閾值化去噪提高局部自相似性提取高頻信息的準確性；通過局部自相似性在原始低分辨圖像中估計高頻信息；並研究了基於卷積神經網路的圖像超解析度算法效果。利用各向異性熱擴散方程來估計圖像深度信息，研究了基於深度信息提取的多聚焦圖像的融合算法；並研究了塊結構非相干字典學習算法，用於圖像信號的稀疏表示；對於雙目立體匹配中的視差計算問題，最佳化了視差斜平面擬合過程；提出一種基於“縮小型”網路的CNN立體匹配方法，算法在精度和速度方面有一定優勢。 本項目按原定計畫開展了研究，並取得了預期的研究成果，已完成了預期的考核指標。 迄今為止，本項目在國內外核心期刊發表研究論文全文 33 篇， SCI 檢索收錄 10 篇； 獲批國家發明專利 6 項； 邀請海外專家短期講學交流 1 次，參加國際和國內學術會議專題報告 12 人次。