退化图像的去雾方法

由于大气的散射作用,雾天的大气退化图像具有对比度低、景物不清晰的特点,给交通系统及户外视觉系统的应用带来严重的影响.因此,对雾天低对比度图像进行去雾处理有着重要的意义.在大气物理退化模型的基础上,根据雾对景物退化与深度的指数关系,提出了一种去雾算法.该方法仅需单幅退化图像,采用一种景物深度估计法佑算景物深度,并结合运用了亮度调整,最后利用亮度增益曲面对原彩色图像RGB三颜色分量同比增强,保证了色调恒定不失真.实验结果表明:该算法去雾效果显著,操作简单,且色彩自然,速度快,可以实现实时视频去雾的要求.     

去雾算法在视频图像处理中的研究与应用

在有雾的天气条件下,针对空气能见度下降导致捕获的图像颜色退化、对比度降低的问题,需要对视频图像进行去雾处理.提出一种去雾算法应用于视频图像的处理过程中,该算法用最大像素值估计天空亮度,利用高斯低通滤波器分离出背景空气光,从而进行图像亮度恢复以及图像的饱和度校正.实验证明,该算法处理图像速度快,能应用于彩色图像与灰度图像的处理,同时可以获得较清晰的图像.     

基于改进暗通道算法的红外图像去雾研究

为了提高红外图像去雾的质量,采用改进暗通道算法。首先通过图像自身调节来获得较准确的大气光强,利用原图暗原色图以及亮原色图的调节因子得到更加接近图像真实值的大气光强;然后均方差判断去雾图像区域块的对比度,通过透射率伸缩系数和透射率增减系数来调节透射率;接着为避免去雾图像画质偏暗,通过灰度值大小对图像亮度进行校正;最后给出了算法流程。实验仿真显示本文算法没有色彩失真现象,边缘细节处理更清晰明亮,平均梯度值最少为6.0,信息熵最少为7.5,峰值信噪比最少为17.6dB,能够满足红外图像去雾对清晰度、信息量的要求。     

基于区域对比度约束的暗通道图像去雾

为了保持图像明暗区域的对比度约束,提出了一种改进的暗通道去雾算法;该算法首先将原始图像分割成适当的明暗双区域,并计算相应的对比度比值,再使用基于中值滤波的暗通道去雾算法处理图像暗区域部分,最后利用亮度精确控制的双直方图均衡算法,以最大程度保持区域对比度不变为约束条件,修正图像较亮区域的亮度分布。结果表明:对比相关去雾算法,利用所提算法最终处理后的图像能够在信息熵值、平均梯度和亮度标准差等方面取得明显增益,进一步凸显图像中被雾霾环境所掩盖的细节特征。     

采用暗态点光源模型的夜间去雾算法

针对夜间雾、霾场景下的去雾图像存在颜色失真、纹理损失、亮度低等缺陷,本文提出了一种采用暗态点光源模型的夜间去雾算法,通过构建夜间雾、霾场景的暗态点光源模型,利用联合双边滤波、限制对比度自适应直方图均衡化等算法对降质图像进行处理,结合大气散射模型得到去雾图像。实验结果表明,该算法的处理速度快、夜间去雾效果较好,较对比算法在对比度、平均梯度以及信息熵上均有一定程度地改善,有效解决了去雾图像的颜色失真、纹理损失、亮度低等缺陷。     

基于自适应gamma校正估计的图像去雾算法

针对当前流行的图像去雾算法存在去雾过度造成图像颜色失真,或者去雾不足等问题,提出了一种自适应gamma校正估计的图像去雾算法。首先根据图像亮度,利用不同的gamma校正函数拟合不同场景深度下有雾图像与无雾图像之间的关系,自适应估算出无雾图像最小通道,并通过引导滤波算法进行修正,保持局部区域内线性的关系,进而根据大气散射模型得到初始透射率,然后通过高斯相对性进行优化;另外,通过增加搜索领域,将有雾图像的蓝色通道上半部分作为输入对四叉树算法进行改进,得到场景最深处所对应的有雾图像像素值作为大气光值;最后通过gamma校正函数对复原图像的亮度进行增强。实验结果表明复原图像的对比度、平均梯度分别平均提高了40.66%,20.98%,并具有较高的信息熵。上述算法去雾显著,复原图像具有较高的清晰度。     

采用自适应全局亮度补偿的夜间去雾算法

针对夜间雾霾天气情况下还原的去雾图像存在颜色失真、纹理损失严重、去雾效果差等问题,本文提出了一种夜间去雾算法,采用自适应全局亮度补偿、同态滤波、限制对比度自适应直方图均衡化算法以及联合双边滤波对降质图像进行处理,结合大气散射模型得到还原的去雾图像。实验结果表明,该算法的夜间去雾效果好、处理速度快,较对比算法在对比度、平均梯度以及信息熵上均有改善,有效减少了还原图像的颜色失真、纹理损失。     

自适应高斯融合双通道的去雾算法

针对传统图像去雾算法存在的对比度下降和颜色偏移等问题,提出一种结合高斯融合的自适应双通道雾霾图像复原算法。首先,考虑到大气光应小于有雾图像最大值,且大于有雾图像最小值,根据亮度控制因子自适应控制的方式得到融合中通道,并获得中通道下的局部大气光;其次,提出双通道线性传输,即用最大值通道辅助完成线性传输,再用高斯函数加权融合的方法实现清晰图像最优通道估计,从而得到最优透射率;最后,结合复原模型恢复清晰图像。实验表明,所提方法有效解决了图像对比度下降与颜色偏移等问题,去雾效果良好、亮度适宜且颜色保真度更高。另外,该方法在定量指标上同样具有优越的表现。      

基于去雾模型的红外图像对比度增强

为实现室外模糊红外图像对比度增强,提出一种基于去雾模型的红外图像增强方法。结合红外图像特点,对可见光去雾增强方法进行改进优化。采用三级高斯金字塔分解扩展实现图像快速均值滤波,获取透射率粗估计;通过图像统计信息自适应细化透射率,恢复出无雾图像;针对无雾图像整体亮度较暗现象,进一步采用背景抑制的分段对比度增强。实验结果表明:增强后图像细节信息突出,层次感丰富,人眼视觉效果良好。客观测评结果表明,该算法能有效增强红外图像对比度。嵌入式平台测试耗时28ms,可以实现实时红外图像增强处理。     

结合天空区域分割的图像去雾算法

针对现有去雾算法在天空区域易失真和复原图像整体偏暗的问题,提出一种结合天空区域分割的图像去雾算法.该算法首先利用图像局部香农熵将原图像分割为天空区域与非天空区域;然后对相应的透射率分别进行求取,并利用快速引导滤波对最终的透射率进行细化处理,再采用四叉树搜索算法求取大气光值,最后利用暗原色先验模型恢复出无雾图像;另外对于整体偏暗的复原图像,则利用改进的局部对比度保留的非线性增强方法进行亮度调整.实验结果表明,与其它去雾算法相比,所提算法能更有效地复原图像;复原后的图像无颜色失真和光晕效应,而且清晰度和亮度更佳,整体视觉效果更加符合人眼视觉特性.     

基于四阶偏微分方程图像复原去雾方法

雾天拍摄的图像出现对比度下降,色彩出现大量的灰白色。为了有效去除图像中的雾气,提出了根据雾天图像衰减模型和大气光模型建立了图像退化模型,利用模型场景景深与图像梯度构建能量泛函,以及利用四阶偏微分方程及部分已知信息求取能量泛函最小值,去雾算法实现采用四阶偏微分方程有限差分数值法。实验结果表明,该方法图像去雾效果较好,体现了该模型在图像复原上的优越性。     

一种新的电磁频谱异动检测方法

针对传统雷达对抗侦察装备缺乏对复杂电磁环境频谱异动的感知能力,本文提出一种新的电磁频谱异动检测方法。该方法首先建立了频谱能量分布模型,形成二维频谱图像;然后通过计算图像亮度直方图纹理描绘子,设定距离门限对信号频谱图像进行检测;最后在图像差值法基础上利用形态学图像处理得到异动信号的坐标信息。本文仿真为半实物仿真,基于实测数据的仿真结果证明了本文方法的有效性。该方法可以为雷达对抗侦察装备设计提供新的思路。     

基于暗原色先验去雾原理的红外图像伪彩化增强方法研究

根据雾天红外图像的分析和判读需要,提出了一种新的预处理方法---基于暗原色先验去雾原理及HIS空间的伪彩变换方法。该方法应用于雾天红外灰度图像的处理时,可以显著增强目标与背景之间的对比度。实验表明,该方法可以较好地对雾天红外图像进行增强与显示。与传统的图像增强方法相比,该方法更有利于在雾天条件下对掠海飞行目标及海面目标的红外图像进行分析与判读。     

基于红外立体视觉的行人感知方法研究

基于热红外特性,红外立体视觉路况行人感知方法可以在夜间、雾霾环境下有效检测道路场景中的行人等目标,提高驾驶安全性。针对红外图像中纹理细节少,传统稠密双目立体匹配算法效果差的问题,本文首先根据目标在红外图像下的亮度、边缘特征提取感兴趣区域（Region of interest, ROI）;然后在ROI中提取图像特征点并匹配,进而计算原始稀疏深度图;最后根据目标表面深度变化较小的特点,结合ROI和原始深度图估计半稠密深度图。本文搭建了实验系统验证该方法的有效性。实验结果表明,在系统约120°观测视场角内,该方法对行人等目标深度感知相对误差在15 m范围内优于1.5%,30 m范围内优于3%。     

薄云薄雾影响下目标影像自适应增强

卫星图像在拍摄过程中,由于云雾等因素影响,导致影像的亮度增加,目标影像对比度和分辨率下降。针对薄云薄雾对卫星图像的影响,提出目标影像的自适应增强算法。实验表明,该算法具有较强的自适应性。提高了薄云薄雾影响下的目标影像的对比度,恢复了该区域的亮度,同时,保持了薄云薄雾影响弱的区域的对比度和亮度,达到了目标影像自适应增强的目的。     

基于雾气理论的视频去雾算法

本文提出了两种基于雾气理论的视频去雾新算法,一种视雾气为覆盖在各帧图像上的一层遮罩被从原视频中减除,一种视雾气为光路传播图被分离消除.前者将Retinex算法得到的亮度图像与视频帧自身的深度关系相结合求取雾气遮罩,并将此遮罩从原视频帧中分离以去除雾气;后者将由背景图像得到的视频“通用”传播图应用于视频的所有帧以消除雾气...     

单幅散焦图像深度计算方法

由单幅图像获取深度是单目视觉测量中的一个难题。根据散焦图像的散焦原理,得到了单幅散焦测距扩散系数。基于单幅图像中不同区域的图像相关性,提出了替代二次成像要求的约束条件,即采用图像检测方法检测两个被测区域,结合散焦图像的各向异性扩散模型及区域扩散系数,分别对两个区域图像进行扩散实现。利用最小能量泛函求解了各个被测区域的各向异性图像扩散方程,进而得到了区域物体深度。在精度方面,实验结果与利用两幅散焦图像获取深度的传统方法相同。这种方法在测距过程中无需对相机参数进行调整,提高了单目测距的可操作性。该方法是对现有视觉测量方法的有力补充,能够为视觉测量技术提供更加宽广的应用前景。     

非均匀图像亮度补偿的分割方法

为消除非均匀光照对图像分割效果的影响,提出了改进的动态型高斯同态滤波的亮度补偿新方法。将非均匀图像置于HIS色系下,在频域内对其亮度分量进行同态滤波,同时引入改进后的高斯高通滤波传递函数,并保持色调和饱和度不变,得到光照均匀的图像,进而利用Otsu算法对增强后的均匀图像进行分割。实验结果表明,文中所提方法能够使得到补偿后的图像明暗适中、视觉感好,且分割的精度与速度都较为理想。     

发光目标物团雾视频数值分析

高速公路水平能见度视频图像监测技术正取得快速发展,已成为团雾天气监测、预警的重要手段之一。为有效预防公路团雾交通事故发生,参照高速公路团雾定义和预警等级的规定,基于公路团雾多发路段视频和能见度资料,统计分析了路面固定距离的发光目标物在团雾和非团雾不同能见度环境下的图像光亮度参数,探究了团雾路段不同距离处发光体亮度数值与水平能见度数值相关变化关系。进而基于团雾路段视频特征图像区域的亮度参数变化与水平能见度的相关性分析,给出利用数值分析结果测算水平能见度的可行方法,为建立高速公路团雾预警模型提供思路和实现途径。研究结果表明：(1)通过视频图像的不同区域亮度变化进行能见度监测具有科学性、创新性、可行性,可实现24 h不间断监测预警。(2)引入发光目标物光亮度和环境光亮度的对比分析,可以解决一天中不同时间段图像光亮度变化较大的问题。(3)通过对固定距离发光目标物的监测来实现公路团雾的监测,可解决团雾水平尺度难以直接仪器监测的难题。(4)发光目标物视频团雾监测方法的监测结果可与互联网、地理信息系统、导航信息系统结合,从而实现快速、准确发布预警,减少交通事故的目的。