基于散射模型的雾天图像快速复原算法

基于暗原色先验的图像去雾算法能够较好地复原雾天图像,复原的结果清晰自然,但原始算法存在计算复杂度高?大气光估计不够准确?天空区域易出 现失真以及无法处理偏色雾霾等缺点?从以上4个问题出发,以大气散射模型为基础,提出了新的估计透射率与大气光的方法?利用线性对比度拉伸对原含雾图像进行预处理,以消除偏色雾霾的影响,利用设置反馈参数的均值滤波估算雾天图像的大气透射图,通过建立权重图划分天空区域并确定大气光,根据天空区域的面积自适应地修正该区域的透射率,将其代入复原模型得到去雾图像?实验证明,该算法能够较好地克服原始算法的缺点,在降低算法复杂度的同时起到良好的复原效果?     

基于偏振特性的雾霾降质图像融合复原方法

在大气散射理论模型的基础上,分析了利用图像的偏振信息复原雾天图像的方法。根据图像偏振信息的复原算法原理,研究了偏振特性的图像配准融合方法,并在此基础上采用搜索最佳正态分布算法及自适应二维维纳滤波方法对模型参数的大气光和环境光深度图进行估算,从而根据偏振图像复原方程达到复原清晰景物图像的目的。在MATLAB仿真平台进行图像复原测试,并进行主客观评价分析,结果表明该方法可以取得较好的图像复原效果。     

单幅图像自动去雾算法

为了改善雾天环境下退化图像的视觉效果,提出一种基于物理模型的快速图像去雾算法.算法从大气散射模型出发,从有雾图像中利用腐蚀和膨胀粗略估计出大气耗散函数,再利用指导图像滤波方法细化估计大气耗散函数,进而恢复场景反照率.实验结果表明,算法可以获得更精确的大气耗散函数,复原图像的边缘轮廓及景物特征都比较清楚,可有效抑制晕环效应,且算法速度也有显著提高,可用于实时雾天图像处理.     

大气光幕融合的去雾新方法

针对雾天场景成像设备采集的图像存在对比度低、细节不清晰的问题,提出一种结合大气光幕融合的雾天场景复原算法.首先,基于不同场景深处大气光幕的物理特性和光学成像特性,获取远景雾气分布的近似估计.其次,通过像素级融合和滤波的方法得出准确的全局大气光幕.最后,通过反演大气散射模型得到复原图像,并进行亮度和色调调整.该方法可以有效避免过度去雾现象和光晕效应等不足,能快速复原场景的对比度和颜色.实验结果表明:该算法简单高效,具有较强场景适应能力,并保证实时性.     

雾天低质量可见光侦察图像复原算法

雾天条件下,利用侦察设备获取的目标区可见光图像对比度低,不能满足指挥员对战场目标的识别判断。文章基于大气散射理论建立了适于远距离雾天图像退化模型,根据雾天能见度、波长和景深等计算所需空间变化光学深度,并通过实例验证了该方法能有效复原低质量可见光侦察图像,具有很强的实用性。     

一种局部多尺度retinex算法在雾天图像中的应用

由于大气粒子的散射作用,雾天条件下拍摄的图片质量下降,给户外视觉系统造成严重影响,尤其在宽动态范围场景中的图片存在过度曝光的区域和曝光不足的区域。传统的图像增强方法不能产生令人满意的复原图像,也不能提高图像中每个区域的对比度。单尺度retinex算法和由若干个单尺度retinex算法线性加权而成的多尺度retinex算法都具有局部图像增强和动态范围压缩的特点。文章提出了一种局部多尺度的retinex彩色图像复原(local multi-scale-retinex with color restoration,LMSRCR)算法,该算法根据雾浓度将图像分割成不同的局部区域,再对每个局部区域运行多尺度retinex算法。实验表明,该方法能有效去除图像中的雾,实现彩色退化图像的复原。     

基于引导滤波的单幅图像去雾算法研究

基于暗原色先验的单幅图像去雾算法较好地解决了估算雾天场景透射率的问题,算法复原的图像清晰颜色自然。但原始算法计算复杂度高、耗时长、无法满足实时性需求。介绍了引导图像滤波的原理,并将其与暗原色先验结合以改进原始算法;同时分析了滤波参数对去雾结果的影响。实验证明改进的算法在保证原算法去雾效果的同时能使算法复杂度大大降低。     

改进的Otsu递归分割单幅图像去雾算法研究

针对暗原色先验去雾算法对天空区域的透射率估计值偏小问题,提出一种改进的Otsu递归分割图像去雾方法。该方法基于图像分割的思想,利用改进的Otsu递归分割算法准确分离出天空区域,结合暗原色图像灰度归一化值对天空区域透射率估计值进行修正,优化后的透射率更加接近实际值,最后通过大气散射模型得到复原图像。实验结果表明:去雾后的图像保持真实色彩,区域交叉边界处复原自然。文中算法有效解决了天空区域出现色偏和光晕问题,拓宽了暗原色先验算法的适用范围,对户外雾天图像的去雾具有良好的应用前景。     

基于滤波的单幅图像去雾方法

基于Tarel方法提出一种新的基于滤波的单幅图像去雾方法. 先利用双边滤波求出初始的大气散射光, 较好地保持了边缘平滑纹理; 再利用自适应中值滤波器进一步求得边缘清晰、 纹理平滑、 景深信息真实的大气散射光; 然后基于分层搜索的四叉树分解方法求得大气光; 最后, 依据雾天退化模型得到复原的图像. 与经典去雾算法对比结果表明, 使用该方法复原的图像更接近真实图像, 特别对于纹理较丰富的区域和远景区域去雾效果更明显.     

基于半选择性曝光融合的雾天图像复原算法

基于暗原色理论的相关算法在处理雾天图像时会出现一定色调畸变和曝光问题，严重影响了图像复原的视觉感，提出了一种基于半选择性曝光融合的单幅雾天图像增强方法。该方法首先根据统计试验方法，构建一种基于统计先验的天空区域分割方法，在天空区域内获取大气背景光有效范围。其次，提出一种自适应边界的相对快速双边滤波方法，对透射率图像进行优化，针对性的解决图像的色彩畸变问题。最后，根据大气背景光有效范围，提出半选择性多权重曝光方法，根据不同曝光度的设计，运用多权重方法提取特征，通过融合提高复原的图像视觉效果。为了验证算法在去雾能力及视觉效果的有效性，该文结合多种主观和客观评价方法就行试验，结果证明所提出的算法明显优于已有的算法。