13211106_朱文超_实习体会概论.pptxVIP

实习答辩 姓名：朱文超 学号指导教师：康一梅 实习地点：工程训练中心东312 CONTENTS 01 目标与内容 目标：实现去雾算法 A Variational Framework for Single Image Dehazing 主要思想：尊重图像均值和原值， 结合视觉强化理论，最大程度增强对比 内容 01 02 03 Opencv Matlab C++ 算法 线性代数 基础学习 学习经典去雾算法论文Single Image Haze Removal Using Dark Channel Prior 和其他去雾算法 去雾算法学习 以matlab或opencv实现，与论文效果比较并改进算法 实现，测试并改进 02 过程和问题 过程(2016.7.25-8.25) 8.5 8.10 8.20 8.15 8.25 利用二维高斯核的性质，以遍历判断越界，代替动态改变掩模尺寸或预先复制扩展边缘 通过观察算法效果，返回代码调试，实现预期效果 根据图像的去雾难度，调整参数设定。细化参数的选取和数值。 重新推导论文公式，明确参数的选取和算法实现细节。 论文错误 参数设定 效果差异 边缘处理 问题与解决 03 效果与改进 δE(Ij) = α(Ij(x) ? μj) + β(Ij(x) ? Ij0(x)) ? γR(Ij)(x) δI/δt=?δE(I) Ijk+1= Ijk(1 ? Δt(β + γ)) + Δt(βμj+ γIj0) + Δt(γR(Ijk))（此处公式为论文中的错误推导，导致对比过强和偏色） 正确的推导结果应为： Ijk+1= Ijk(1 ? Δt(α+β)) + Δt(αμj+ βIj0) + Δt(γR(Ijk)) 改进 修改后效果理想。但耗时和参数设定不够理想，未来考虑采用卷积FFT计算。 多数去雾算法往往产生大量的人为颜色对比强化，导致图像颜色严重偏离其实际颜色，而且当光雾天气条件发生变化时，这些算法的基础理论条件（光线均匀）发生改变，其去雾的处理效果也不理想。 效果对比 04 收获与感想 收获 opencv matlab 计算机视觉 图像处理 c++ 数学基础 论文阅读理解 调试解决经验 算法实现细节 论文研究思路 总结与反思 感想 无穷 基础 挑战 魅力 思维 乐趣 严谨 精妙 答辩完毕 请老师指正