雾霾天气下降质图像复原算法研究.

-1 -

SQL Server2005(含SSAS组件和VS2005。Oracle数据库保存从ETL服务器抽取的数据库表。VS2005提供开发环境,调用SQL Server2005的SSAS组件,读取Oracle中的数据表,组织成多维架构的数据立方体,并存入SQL Server。

2.系统架构图(见图1

3.设计与实现

线损管理主题的主数据模型如图2所示。在图2中,黄色窗口的是该数据模型的核心事实表,蓝色窗口的是维度表。维度主要分为两类,分别是“日-周-月-季”和“馈线-供电所-供电局”。每一类维度按照层次链接组织。

多维探索的效果如图3、图4、图5所示。图片中报表的上方是多维分析控制区,行区代表了“馈线-供电所-供电局”的维度,列区代表了“日-周-月-季”的维度和线损度量。图3、图4和图5展示了一个快速的多维度分析过程。图3是2014年鹤山县局下属每个供电所每个季度的馈线线损表,在行区维度进行上钻操作可切换到图4的每个县局每个季度的

馈线线损表,然后在列区的时间维度上进行下钻操作可切换到图5的每个县局在8月第3周的馈线线损表。报表中对线损超出预警阈值的做出告警提示。采用本文的技术可以对分析维度进行迅速转换,可自动生成报表。图5就是线

损管理人员所需的馈线线损周报表。

图4 多维分析效果图之二

四、结论

本文利用们所作的一个课题介绍数据集

市技术设计和实现电网企业中线损管理的信息化支撑系统,提出一种利用数据集市及工具,结合联机分析,设计和实现了线损管理的多维分析与统计。大大减少了人为计算,为业务决策人员提供了多角度、多层次查询、分析和管理的功能,使得决策人员能及时定位和发现问题,大大提高了工作效率。

参考文献

[1]ZHANG Shi-hong,QIN Hao.基于地市级数据集市的结构与模块设计[J].计算

机科学,2013,z2.

[2]Zhao Bo,Ye Xiaojun.OLAP性能测试方法研究与实现[J].计算机研究与发

展,2011,10.

[3]张宪乐,林逢升,邹会来.基于安卓的农产品追溯查询信息的多维分析与展现[J].安徽农业科学,2013,33.

[4]PENG Hong,li WANG Yan.基于商业智能构建高校智能体系的现状分析和研究技术[J].价值工程,2014,5.

[5]王莹.商业智能在政府决策中的应用[J].电脑知识与技术,2014,21.

雾霾天气下降质图像复原算法研究

西藏大学王新胜陈贤花苏倩周张颖

【摘要】随着工业化的发展,雾霾天气已经严重影响了人们的日常生活,特别对交通安全造成了巨大影响,是我国车祸的一个重要原因。目前,国内外对雾霾的处理方法主要有两种:单幅图像清晰化与直方图均衡化,本文将结合这两种方法,基于matlab图像处理对去雾进行研究。【关键词】雾霾;单幅图像清晰化;直方图均衡化;灰度;非线性拉伸

1.研究意义

现今社会是一个高度复杂的人口密集型社会,人们的活动方式越来越多样、活动范围越来越大,使汽车成为了重要的交通工具,但随着我国工业化进程加快,造成了雾霾等恶劣天气,对交通存在着巨大安全隐患。在雾天情况下,由于场景可见度较低,造成驾驶员的视觉模糊,是我国车祸的重大原因之一。然而随着计算机软硬件技术的快速发展,单幅图像清晰化技术日益成熟,使得我们对雾霾天气图像清晰度的处理成为了可能,但是雾霾的日益加重,又对去雾图像的清晰度和真实感提出了更高的要求。本文将在以往图像清晰化技术的基础上,加以深入研究,设计出一种效果更好的程序,为拓宽驾驶员视野,构造顺畅、安全的交通环境提供一种更好的思路。

2.国内外研究现状

雾天场景恢复是一个十分困难的问题, 因为雾对图像的影响程度与场景深度相关, 然而图像深度的获取却是一个不完全约束的问题。目前,国内外对去雾的方法主要有两种:单幅图像清晰度恢复技术和图像色彩均衡技术(直方图均衡化。

如今,单幅图像清晰化技术取得较大突破,这些方法的成功是因为众多前辈的实践或假设。2009年,何凯明博士在《Single Image Haze Removal Using Dark Channel Prior》一文中提出了一种基于暗通道先验知识统计[1]的方法,用于单幅图像去雾, 此方法认为在绝大多数非天空的局部区域里,某一些像素总会有至少一个颜色通道具有很低的值,换言之,该区域光强度的最小值是个很小的数。在雾天图像中,暗原色的

强度值大小主要由大气光组成,此方法直接应用暗通道来估计透射率图,并运用图像修补的方法对透射率图进行了平滑操作,利用修补后的透射率图能够恢复出清晰的图像,并从中获得雾天图像的深度图,因此该方法虽然具备物理有效性, 但当图像目标在很大的区域和大气光本质上十分相同时,并且无暗影投到物体上时,暗通道先验知识统计将会无效,并且修补透射率图时存在局限性,因为当修补的参数过小时,透射率图的细节较多,层次感虽然较好,但平滑过少,将会出现大量的局部错误;而当修补参数过大时,局部错误虽然会减少,但是修补之后细节将会变得十分不明显,使得整幅透射率图层次感缺失,丧失了图像的深度感。

而在单幅图像清晰度恢复技术取得突破的同时,直方图均衡化去雾技术也在被改进创新。直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较密集的某些灰度区间均匀分布在全部灰度范围内[2]。简单来说,直方图均衡化就是对图像进行非线性拉伸,重新分配图像像素值,使全部灰度范围内的像素数量基本相同。因此直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布的直方图。在传统的直方图均衡化算法中常用灰度增强算法,一般分为三个步骤:(1求出原始图的直方图;(2求出灰度值的变换表;(3进行灰度值均匀分布。

但是此种算法经常会出现因原始图中灰度级过多合并,造成图像的灰度级减少,易造成信息的丢失;而且经处理后对比度不自然的过分增强。

3.设计思路

一般来讲,雾霾天气下采集到的实物图像退化比较严重,对于此类色素下降图像的清晰化处理,主要依靠于对有限色素动态范围的非线性拉伸,加强图像对比度从而实现对降质图像清晰化处理,但又要防止对比度过分增强造成的图像不自然。本文对雾霾天气下降质图像清晰化方法的研究,主要是在以往的直方图均衡化算法法及其衍生出来的算法的基础上实现的,对以往的直方图均衡法进行了一定的改进,且结合了单幅图像清晰度恢复算法。

直方图均衡化是多种空间域处理技术的基础,而单幅图像清晰度恢复是计算机视觉研究领域的重要分支,随着人们对单幅图像清晰度恢复技术的日益重视,使得该