探究基于DSP的雾霾天气图像处理技术

如今雾霾天气频繁的出现在中国各大中城市,在雾霾天气里由于雾霾的笼罩,能见度下降,监控图片中的景物与人物都模糊不清,为交通监管、刑侦等工作造成了很大影响.该文通过对雾霾天气的图像特点进行分析,提出了基于DSP的雾霾天气处理技术方案.     

雾霾天交通视频监控系统图像实时清晰化处理

针对交通视频监控系统在雾霾天气下图像像质退化的问题,从天气对系统成像影响入手分析造成系统图像降质和模糊的机理。基于全局暗原色先验和图像对比度增强方法,提出了一种有效、快速的雾霾天气下降质图像清晰化处理方法。结合实际应用,以现场可编程门阵列FPGA为核心处理单元,设计了一种高速图像采集、增强、去雾霾和传输系统平台,并基于该平台实际验证了文中提出的算法。最后,经过实际测试表明,该系统平台能实时、有效地提高交通视频监控系统图像的对比度和色彩清晰度,从而提高了其工作的可靠性、稳定性以及应对恶劣天气的能力。     

雨雾霾天气条件下图像处理研究综述

雨雾霾天气条件下图像处理研究由于其广泛的应用前景成为计算机视觉的前沿研究课题，其核心是对恶劣天气条件下的图像和视频进行处理，恢复景物图像的对比度。本文在分析图像不清晰原因的基础上，对相关文献进行综述并进行总结和展望。     

一种新的单幅图像快速去雾算法

针对图像雾霾退化的恢复,及现有算法实时性差的缺陷,提出一种高效的单幅图像去雾算法。该算法从雾霾天气条件下图像退化模型出发,首先通过对图像进行白平衡,简化图像退化模型,并消除大气光对恢复图像色彩的影响,提高色彩恢复的准确度,而后通过暗通道先验求解大气传递图的粗略估计。根据大气光衰减项的先验知识与假设,通过构造罚函数对传递图进行约束,采用规范映射最陡下降法直接求解退化模型中的大气光耗散项。最后将大气光耗散项带入退化模型反解出场景反照率。实验结果表明:该算法能够较好的实现对退化场景图像色彩恢复与细节信息的增强,较好地提高退化图像的视见度,且算法复杂度低,处理速度快。     

基于双目视觉算法的图像清晰化算法研究

当天气出现轻度雾霾时,户外光线受到反射遮挡等物理作用的影响,使得图像的能见度降低,图像出现过多冗余噪声,降低图像清晰度.本文采用三维重建技术中的双目视觉系统技术,采集关于同一景物的两幅图像,通过自适应的立体匹配方法得到初步粗糙的视差图像,然后依据Retinex原理对粗糙视差图像进行滤波的平滑处理,将实验结果叠加于双目视觉系统得到的左侧图上,即得到最终地清晰图像.仿真实验论证证明,双目视觉系统是一种有效的图像信息采集方式,其运用于图像清晰化领域确实可行,有效降低了低频有用信息的损耗,提高了图像清晰度.     

结合分数阶微分和暗原色先验及Retinex的去雾算法

为提高雾霾天气图像的清晰度,提出了一种结合分数阶微分、暗原色先验及Retinex的去雾算法.首先将纹理丰富的雾霾天气下的图像进行分数阶微分,然后将分数阶微分后的图像作暗原色先验处理,并根据暗原色景深图信息计算其在图像中的Retinex尺度,最后对分数阶微分后的图像进行Retinex变换得到结果图像.对一系列雾霾天气下图像的测试结果表明:文中算法能够有效提高雾霾天气中模糊图像的清晰度,减少Retinex的光晕现象;与现有的多尺度Retinex及暗原色先验算法相比,对于纹理丰富及场景深度差异较大的雾霾天气下的图像,文中算法既能保持良好的增强效果,又可以加快运行速度.     

雾霾天气下基于二次滤波的交通图像去雾算法

雾霾天气下采集到的退化含噪图像模糊不清、对比度较低;而使用传统基于双边滤波的去雾方法得到的图像偏暗,效果有限。针对这些问题,提出了一种新的基于二次滤波的算法,实现雾霾天气下交通图像去雾处理;利用双边滤波对含雾图像的暗通道图像进行第一次滤波,用引导滤波对图像的透射率粗估计进行二次滤波优化。根据降质模型对含雾图像进行复原,进而得到去雾后的图像。实验效果证明,与传统方法相比,得到的去雾图像与真实场景亮度更加相似,色彩饱和度较好,图像质量较高。     

基于大气传输函数的单幅图像去雾算法

针对雾霾退化场景图像的反照率恢复问题,采用大气传输函数对图像雾霾退化过程进行描述。采用雾霾退化条件下的大气传输函数曲线,通过对模型的分析,结合单色大气退化模型的相关先验知识,构建极小化能量泛函问题,通过切分Bregman迭代算法进行求解,实现对大气传输函数中各系数的求解,进而实现对场景反照率的恢复。通过仿真实验表明,算法能够较好的实现对各类雾霾退化场景的恢复,有效提高图像视见度,且算法具有较高的处理效率与鲁棒性。     

基于物理模型的恶化天气下的图像复原方法及应用

介绍了一种简单的基于二色大气模型的退化天气图像复原方法·深度启发法只需要一幅受天气影响的图像和用户提供少量的额外信息,即可去除天气影响,不需要任何深度和天气信息·去除天气影响后图像亮度降低,采用了直方图调整方法,提高图像亮度·MATLAB仿真平台上的仿真实验结果表明,该方法对退化天气图像复原的效果较好·     

图像去雾的TMS320DM648实现

在雾气的影响下,空气能见度会降低并导致图像的对比度下降和图像特征退化。为了使视频系统能够正常工作,有必要给视频图像进行去雾处理。本文提出一种在TMS320DM648上实现的暗通道优先去雾算法。经过实验证明该算法实施性能好,去雾效果强,并能得到清晰的图像。     

基于暗原色融合和维纳滤波的单幅图像去雾

针对在雾霾等恶劣天气下捕获的户外场景图像对比度降低、颜色失真等问题,对基于暗原色先验的去雾方法进行改进,应用小波变换将块暗原色和点暗原色进行融合后,得到新的透射率估计,并利用自适应维纳滤波细化透射率.同时提出了四分加权法重新估计大气光,使得大气光更具鲁棒性.实验结果表明,本文方法不仅能有效恢复清晰的无雾图像,而且能够大幅提升运行速度,便于实时应用.     

雾霾天气开车有讲究

正雾霾天气对开车上路的人们造成了巨大的安全隐患,掌握好安全驾驶原则在雾霾天开车就显得非常重要近日,我国多地出现了影响范围大、持续时间长的雾霾天气,空气污染严重。这次严重空气污染除了人的身体健康造成极大危害,对驾车出行也造成很大影响。     

雾霾图像恢复增强系统研究

为了增强雾霾图片的视觉效果,得到清晰的图片,同时也为了给研究人员提供一个去雾算法比较分析的工具,构建并实现了一个集图像预处理、去雾、超分辨重建和质量评估为一体的雾霾图像处理系统。系统采用了多种图像处理方法对图像进行处理,其中去雾技术和超分重建技术是系统的核心技术。测试表明,系统可以有效改善雾霾图像的质量和分辨率,同时通过图像质量评估为算法比较提供了依据。     

一种改进的有雾图像去雾算法

针对基于大气散射模型的图像去雾算法存在的图像去雾后颜色偏暗、对比度过度增强的问题,提出一种基于灰色关联度引导滤波的图像去雾算法。首先,假设有雾图像的像素可以分为正常像素和被雾霾颗粒破坏的像素,应用灰色关联理论对雾霾图像的像素值进行判断;然后,对雾霾颗粒破坏的像素进行引导滤波,通过取对数的方法缩小原始图像和滤波以后图像像素值之间的差异,在对数域中计算雾气面纱值;最后,依据大气散射退化模型反演复原清晰的图像。实验结果表明,该算法不仅可以有效改善雾霾图像的清晰度,而且能够解决去雾后存在的亮度偏暗,色彩失真等问题。     

植物与雾霾

雾霾,可以说是近两年最热门的词汇之一.关于雾霾对人体的危害,新闻已经有了大量的报道,但是它对同样生活在都市中的其他生命,比如植物和小动物是否也有影响呢?相关问题大家了解得可能比较少.实际上,对科学界而言,这也是一个新的研究领域,而且定量化的实验开展得也很少. 雾霾与光合作用 首先,我们来探讨一下雾霾对植物光合作用的影响.雾霾天气爆发时,对天气最明显的影响是降低可见度;此外,空气流动性一般也较差,因而在城市及周边整体形成一个灰暗沉闷的空间,显著降低了光亮度.而一个灰暗、少光的空间必然影响到植物的光合作用,从而不利于植物的生长.     

从雾霾天气谈我国环境监测社会化与能力建设

近年来,社会经济飞速发展,世界各国在积极进行现代化建设的过程中,环境污染问题越来越严重。现阶段,雾霾现象在我国各地区频繁出现,其中我国中东部地区受雾霾天气的影响最为严重。大面积的雾霾天气和PM2.5远远超出正常指标,对人们的健康与安全造成了极大的威胁。鉴于此,该文从我国雾霾天气现状入手,对环境监测社会化与能力建设的必要性展开了研究,最后有针对性地对在雾霾天气背景下加强我国环境监测社会化与能力建设的措施展开了研究,希望对提升我国环境质量起到促进作用。     

雾霾天气下交通监控图像的一种去雾算法

为提高雾霾天气下交通监控图像的清晰化程度,采用暗原色先验与MSR算法相结合的方式,在处理过程中用双边滤波代替MSR算法中的高斯滤波来保持边缘细节特性。实验结果表明,该算法处理的雾霾图像有效地消除了Halo效应,亮度均值适中,图像标准差提高,信息熵增大,总体效果较好,可在一定程度上提高雾霾图像的清晰度。     

低秩与字典表达分解的浓雾霾场景图像去雾算法

针对现有图像去雾算法对浓雾霾场景图像去雾效果不理想的问题,提出了一种低秩与字典表达分解的浓雾霾场景图像去雾算法。首先,根据大气散射物理模型与浓雾霾场景图像中"雾"的全局低秩特性,将退化图像看作低秩"雾"图与相对低秩无雾清晰图像的叠加;其次,将"雾"图表示为字典矩阵与表达矩阵的乘积,从而通过低秩与字典表达分解模型分解出"雾"图;再次,利用双三次插值将分解得到的局部"雾"图推广到全局;最后通过减去"雾"图恢复出无雾的清晰图像。实验结果表明:与现有主流图像去雾算法相比,该算法对浓雾霾场景图像的去雾效果更优,对194幅真实浓雾霾场景图像去雾后,图像平均可见边缘比到达了21.315,平均可见边缘质量因子达到了4.540,图像细节信息得到了较好的恢复。     

一种可见光图像增强算法的FPGA实现

该文介绍一种可见光图像增强算法的FPGA实现方法,该方法针对雾霾天气或低对比度天气等条件下图像灰度分布范围窄的问题,利用图像处理系统中FPGA组件实现图像增强。视频图像数据流通过专用的接口芯片转换后传输给FPGA,FPGA内部程序通过时钟控制、图像缓存完成灰度信息统计和图像灰度拉伸,同时,多模块并行处理数据完成图像数据采集和图像数据处理,实时实现图像的增强,达到雾霾天气条件下提升可见摄像机作用距离和目标识别能力的目的。     

基于直方图均衡的导弹目标图像增强方法对比研究

针对雾霾、夜色等不利天气条件下,电视制导导弹获取的目标图像存在噪声大、对比度低、颜色失真、重要特征不明显等问题,采用直方图均衡化方法对导弹目标图像进行增强处理,分别使用常规直方图均衡化算法、局部直方图均衡化算法和对比度受限自适应直方图均衡化算法完成了导弹目标的图像增强。仿真结果显示,对比度受限自适应直方图均衡化算法在处理灰度图像方面效果良好,不仅能够增强图像对比度,同时保护图像中的一些细节,还能快速地完成对图像的处理,适用于导弹目标图像增强工作。