基于颜色衰减的自适应去雾算法

雾霾使室外拍摄的图像、视频画质退化严重,给室外安防和交通监控等系统的正常运行带来困难。去雾算法旨在恢复图像质量,增强图像对比度和清晰度。本文提出了一种结合大气散射模型与颜色衰减先验的去雾复原模型,并以新增可见边比为评价标准,给出了模型参数的自适应求取方法,并采用引导滤波对透射率进行优化,从而较好地恢复出无雾图像。对有雾图像分别采用本文方法和三种现有去雾算法进行对比实验,从实验结果看,基于颜色衰减的自适应去雾算法可使图像清晰度、对比度得到较大的提高,与其他算法相比,在实时性和清晰度方面有一定优势。     

基于自适应大气光校正的图像去雾方法

针对暗通道先验去雾算法的不足,提出一种自适应大气光校正的改进算法。利用四叉树算法粗略估计大气光,利用提出的自适应大气光校正方法校正粗略估计的大气光;利用均值滤波代替最小值滤波得到暗通道,进而得到平滑的透射率,该透射率不需细化;使用一种自适应透射率补偿方法对天空等明亮区域的透射率进行动态修正;根据大气散射模型复原出无雾图像,并对无雾图像进行色调调整,用来得到清晰明亮的输出图像。实验结果表明,该算法具有较快的处理速度,同时所恢复出的图像细节突出,具有较好的视觉效果。     

一种自适应的图像去雾算法

基于图像暗通道先验规律的图像去雾算法是当前一种比较先进的基于模型的图像去雾算法,但也存在一些缺陷和不足,例如:算法计算量较大,处理时间较长;可能出现去雾失败现象。针对此类问题,提出一种自适应的图像去雾算法,使用基于暗点优先膨胀算法提高图像暗通道计算速度;采用引导式滤波算法快速细化透射图,改善了"白边(halo)"现象;根据图像本身的特征自适应地计算去雾参数,有效减少去雾失败的现象。实验结果表明,该算法可以动态地适应图像的特征,自适应地调整相关参数,计算效率和效果更好,可以满足视频去雾的需求。     

海天背景图像去雾方法研究

海天背景图像存在大面积天空区域,且在远距离平视时目标一定出现在海天线附近,现有的去雾算法对天空区域的改善都是弱化天空区域的处理,这样势必会造成海天线附近去雾效果的减弱,不利于后续的目标检测.针对该问题,提出一种基于大气散射模型的图像复原去雾算法.首先,利用海天背景图像的特点,采用边缘检测算子将图像划分为天空和非天空区域,并结合大气光的物理意义,取天空区域最大的值作为大气光的估计值;其次,针对有雾图像对比度很低而无雾图像对比度较高这一先验信息设计代价函数,并通过SLIC超像素分割进行分块,通过求解每个小块内该函数的最小值,估计出粗透射率,再用引导滤波对粗透射率进行细化从而消除块效应;最后,利用大气散射模型,代入前两步求得的参数便可以得到恢复的无雾图像.实验结果与分析结果表明,本文能对海天背景的图像取得较好的去雾效果.     

噪声干扰下的雾天降质图像增强方法

目前国内外的研究主要围绕雾气这一退化因素提出不同的增强方法。然而,在工程实践中,光电雷达监控系统昼光传感器因同时受雾气和噪声的干扰,导致捕获的图像不但整体偏暗、对比度偏低、色彩失真,而且隐含有噪声。在分析光电雷达监控系统昼光传感器捕获的图像的特性基础上,提出了一种噪声干扰下的雾天图像增强方法。首先利用引导滤波器对原图像进行滤波操作,然后对滤波后的图像进行直方图拉伸变换。在大量实际图像上的实验结果表明,该方法能够有效抑制噪声干扰,同时显著增强降质图像。     

一种交互式图像去雾方法

在二色大气散射模型的基础上,根据雾对景物退化与景物深度的指数关系,采用交互方式,通过附加一些主观判断作为先验信息,从单幅图像中估计出景物深度,进行对比度增强,有效实现了彩色图像去雾。同时针对浓雾退化图像处理结果较暗的情况,进行了正态截取拉伸,提高了图像亮度,获得了较好的视觉效果。     

基于图像增强技术的道路去雾系统研究

雾图成像引起的图像降质问题严重影响道路监控等室外目标检测的效果,导致了以图像的特征基础为辨别基础的道路交通目标追踪以及检测等后续工作无法正常开展。有效去除退化的模糊图像并恢复真实场景对于提高室外目标检测系统（例如道路监控）的性能具有重要的实际意义和市场价值。     

视频实时自适应去雾算法

在雾天环境下,户外视频的可视性将受到极大损害,需要通过视频实时去雾来恢复视频的可视性。视频实时去雾对于单帧图像处理的速度有很高的要求,现有的图像去雾算法或是速度上达不到要求,或是速度虽快但去雾效果不理想。另外,视频还会面临拍摄场景中雾气浓度不断变化的问题,现有图像去雾算法中需要手动设置参数且参数固定,无法在雾气浓度变化的条件下始终达到理想的去雾效果。提出了一种实时的视频自适应去雾算法,该算法对视频中单帧图像进行去雾时,会基于暗原色值来区分图像区域,并对不同区域进行不同程度的去雾,在满足实时性的同时得到了很好的去雾效果。此外,该算法还基于暗通道先验设计了评价去雾结果的方法,并使用迭代的方式根据雾气浓度自动调整去雾参数,从而在视频中雾气浓度变化的情况下,始终能达到理想的去雾效果。     

改进的彩色图像去雾效果评价方法

针对当前对图像去雾效果评价的不足,提出了一种改进的评价彩色图像去雾效果的方法。该方法同时考虑了对图像边缘的评价以及对颜色失真的评价,基于图像雾化的大气散射模型,通过将原始图像转换到相对色彩空间,提出了度量颜色失真的标准;结合对比度增强的评价方式,提出了一个统一的评价指标,从而实现很好地给出一个符合人眼视觉判断的客观评价结果。实验中基于多种去雾算法的去雾结果,对基于可见边比的评估方法、CNC评价指标和本文提出的评价指标进行了对比,结果表明本文改进的评价标准能更好地体现去雾的质量,获得与视觉判定更加接近的结论。     

图像去雾的最新研究进展

随着计算机视觉系统的发展及其在军事、交通以及安全监控等领域的发展, 图像去雾已成为计算机视觉的重要研究方向. 在雾、霾之类的恶劣天气下采集的图像会由于大气散射的作用而被严重降质, 使图像颜色偏灰白色, 对比度降低, 物体特征难以辨认, 不仅使视觉效果变差, 图像观赏性降低, 还会影响图像后期的处理, 更会影响各类依赖于光学成像仪器的系统工作, 如卫星遥感系统、航拍系统、室外监控和目标识别系统等. 因此, 需要图像去雾技术来增强或修复, 以改善视觉效果和方便后期处理. 本文归纳总结了两大类图像去雾方法:基于图像增强和基于物理模型的方法, 深入探讨了其中的典型算法和研究成果, 并对这些算法的测试结果进行了定性和定量的分析比较, 最后总结了图像去雾技术目前的研究状况和未来的发展方向.     

一种有雾天气图像景物影像的清晰化方法

针对雾天下拍摄图像的退化现象，提出了一种景物影像清晰化的方法。该方法不需要依据大气模型，即可直接对景物的细节信息进行增强处理，并可用移动模板对不同深度的场景进行分割，以对模板中的区域进行块重叠直方图均衡化处理。为了能在对景物细节信息进行增强的同时，避免天空噪声的影响，可根据图像的灰度分布特性，求出天空区域灰度的最佳近似正态分布，再由这个近似正态分布估计来得到分割天空区域的灰度值分布范围，以增强景物细节信息。实验结果表明，该算法能有效地改善雾天下图像的退化现象和提高图像的清晰度。     

滤波器可变的Retinex雾天图像增强算法

针对现有中心环绕Retinex图像增强算法滤波器固定,不能对雾天图像有效地同时增强细节与色彩保真的问题,提出一种滤波器可变的Retinex图像增强算法.首先根据雾天图像雾化程度的分布特征得到滤波参数的阈值;然后将原图中每一子块的局部信息与阈值信息作差运算得到相应的滤波器,由此计算出该子块的入射分量,并通过部分重叠策略平移子块完成对整幅图像的入射分量估计;最后将原图减去整幅图像的入射分量得到反射分量,实现对图像的增强.通过主观观测和客观评价的结果表明:该算法比现有的中心环绕Retinex算法在细节增强和颜色保真方面具有更好的效果.     

一种新的低对比度图像增强的方法*

针对低对比度的偏暗图像, 结合人眼的视觉感知特性, 提出了一种基于脉冲耦合神经网络和非线性拉伸相结合的图像增强算法, 详细讨论了局部和整体对比度图像增强的方法。通过分析和实验结果, 表明该方法不仅能明显地改善图像的视觉效果, 而且具有平滑图像、增强边缘和自适应能力等特点。     

基于Gauss消元法的车牌图像变形矫正

车辆牌照识别是智能交通系统的重要组成部分,而车牌图像的分割定位与字符提取是车牌识别系统的关键步骤,定位提取效果直接决定了车牌识别系统的工作效率。斜向拍摄的车牌图像存在着透视变形,该情况下直接进行车牌旋转不能有效地矫正,必须进行变形矫正才能准确地提取出各个牌照字符。文中利用双线性空间映射来矫正变形车牌图像,采用高斯消元法来计算该映射方程组的解,从而较好地解决了车牌透视变形的矫正问题,提高了车牌图像变形矫正的运算精度与速度。     

一种基于模糊增强的图像分割方法

本文基于模糊技术,在现有的模糊增强方法的基础上提出一种改进方案：首先对图像进行自适应滤波,以减小噪声,然后再进行两次模糊增强处理,最后得到分割结果。经过与多种方法的实验对比,验证了本方案的有效性。     

结合高维空间几何计算的图像阴影消除新方法

提出了一种结合高维空间几何计算的图像消影方法，通过一组光滑滤波核与原始图像作用，生成一幅新的特征图像点，将此2个图像映射成为高维空间中的2个点，测算空间中点与特征图像向量的欧式距离，获得到消除阴影后的最终图像。实验表明，即使对于不同种类图像，该方法也可以获得很好的阴影增强效果。     

昆虫运动图像分割中的阴影消除算法

昆虫运动图像分割是昆虫步态提取、跟踪及分析的基础,根据昆虫运动图像中阴影点灰度小和色度保持稳定的特点提出一种适合室内运动检测的图像分割及阴影消除方法。先将当前帧图像与当前的背景图像对应像素点的像素值相除,比值小于1的点可能包括阴影和运动目标;然后计算比值小于1的点在RGB空间中的向量与对应背景点向量的夹角余弦。因为阴影色度保持不变,其夹角为0或极小,所以可将余弦接近1的点判为阴影。实验表明该方法简单有效,提取出来的昆虫前景图轮廓清晰,特征部分保持完整,为昆虫步态检测、分析及机器人步态规划提供支持。     

一种基于形态学的运动车辆阴影消除方法

提出一种基于形态学的运动车辆阴影消除方法. 该方法不需要彩色、梯度、模型、空间和纹理信息, 只根据前景目标 (包含车辆及其阴影) 的几何形状, 不仅可以有效区分车辆和阴影, 而且可以有效区分相连的车辆. 实验结果表明, 基于形态学的阴影消除方法既具有较高的可靠性, 也具有较好的实时性.     

显卡行情

本月最爆炸性的显卡市场新闻，当然是nVIDIA的G80发布了，随着这款新旗舰产品的发布，相关的技术文章，评测文章也是铺天盖地而来。不过对咱们这些小老百姓而言，G80也是“只可远观”而以，要想将其纳入囊中，那就只能喝两个月的西北风了。除了高端显卡之外，最近的中低端显卡市场也是热闹非凡，市场以“降价”为主旋律，各大品牌也是尽全力比拼年底市场了。     

模糊域内基于Retinex的雾霾图像增强算法

现有Retinex图像增强算法在使用过程中往往会产生轻微的光晕现象,在图像清晰度、细节、保真性、适用范围等方面存在诸多不足,在模糊域内,提出的基于Retinex的雾霾图像增强算法可有效克服此类不足。首先利用自适应多阈值算法对图像进行分块,并确定分块区域的最佳渡越点;然后采用线性隶属度函数将图像像素值变换为模糊域,通过渡越点计算提出的模糊双曲正切函数的关联参数,对图像的各个分块区域应用Retinex算法进行非线性图像增强,同时对增强结果进行模糊双曲正切调整;最后采用线性加权和线性逆变换的方法恢复原图像。通过对大量图像的对比实验发现:传统处理方法产生的光晕现象得到了抑制,图像清晰度、细节、保真性以及对比度等处理效果改善明显,算法适用范围更广。