基于色彩恒常理论的图像去雾技术

针对户外图像采集处理系统，讨论了1种有效的图像去雾方法。由于雾退化图像对比度较低，从图像增强角度入手，将雾的退化作用等效成景物的照度变化，根据色彩恒常理论，采用Frankle—McCann Retinex（FMR）算法进行图像去雾处理；结合人眼对亮度的指数视觉特性，采用软复位算法对其进行改进。仿真分析表明，改进后的算法可以有效增强雾退化图像的对比度，获得满意的视觉效果。  

视频图像综合处理系统的设计与实现

本文针对各种恶劣环境下采集的视频图像,设计了一种高效的视频图像综合处理系统。该系统能实现对实时图像和已录回放图像的各种处理,包括图像的去雾、去噪等模糊图像清晰化处理功能。系统稳定可靠、操作方便,具有通用标准接口,可灵活应用到视频系统的前端、后端进行图像处理,能够可广泛应用于交通监控、银行监控等室内外各种环境。  

基于位平面分解的E∞自动提取去雾算法

如何合理地选取天空区域来获取天空亮度值（E∞）是雾化图像复原中的关键技术问题．本文通过位平面分解法分割天空区域并运用椭圆最小二乘法拟合日周光散射光圈，并自动确定目周光的中心，将中心点的亮度与天空区域平均亮度的加权值作为最终提取的天空亮度值；最后运用大气散射模型对雾天降质图像进行复原．实验结果表明利用自动提取的天空亮度值获得了理想的去雾效果．  

对行车视程估值的车前图像去雾算法

针对雾天条件下车前图像环境复杂去雾困难的问题,提出了一种车前图像去雾算法。分析并简化了大气物理模型,并在分析了影响透射率衰减因子的因素的基础上借助大气消光系数提出了透射率的一种表现形式；接着借助车行可视距离与能见度的关系最终建立了能见度和透射率的数学关系；最后利用引导滤波求取大气光幕的值,并通过修复函数完成了单幅车前图像的去雾处理。去雾实验结果显示,经过算法处理后的图像亮度得到了提高,图像变得更加清晰,图像中的细节变得明显,图像的对比度也变得更强。