基于混合对比度增强的户外图像去雾方法

雾天拍摄的户外场景图像对比度和色彩降质严重,影响了视觉监控系统的可靠性和鲁棒性。针对雾天图像灰度动态范围较窄、对比度差的问题,为提高视觉精确性,提出一种基于混合对比度增强的户外降质图像去雾方法。在分析雾天图像特征的基础上,给出了一种全局去雾模型,然后基于遗传算法的全局搜索优势,对图像进行全局优化去雾处理。根据雾天图像降质与深度密切相关的先验知识,研究了一种模糊邻域对比度增强方法,进一步实现局部细节的增强处理,并进行仿真。结果表明,提出的混合去雾方法实现简单,能够有效增强雾天降质图像的全局对比度和细节结构,较好地改善视觉效果。     

基于物理模型的单幅雾天图像去雾方法

雾天图像对比度降低,为了保证图像的可见性,需要对图像进行去雾处理。根据光学原理,雾天条件下场景的能见度下降是与场景深度呈指数关系的。为了对雾天图像进行清晰化,提出一种基于大气光学物理模型的图像去雾算法。该算法首先用四叉树方法估计出雾天图像的环境光;然后估计出使输出图像对比度最大化的传输函数;最后进行雾天图像复原。试验表明,该方法是有效的和有用的。     

基于模糊逻辑的雾天降质图像对比度增强算法

提出一种新颖的雾天降质图像增强算法。该算法通过对降质图像进行规范化预处理,降低不同雾况对灰度级分布范围的影响,并对规范化后的图像,根据大气散射对对比度衰减的影响规律,在模糊域内实现对比度增强处理。实验结果表明,该算法可以有效提高雾天降质图像的对比度,视觉效果改善明显。     

基于单幅图像景深和大气散射模型的去雾方法

为恢复雾天图像对比度和颜色,更好地提取图像中的信息,根据海上开阔海域的特点,利用3维到2维透视投影模型,推导了海上图像任意像素点景深的计算公式,并结合暗原色先验知识,有效解决基准景深点的选取和天空亮度的选取问题,最后基于相对景深模型和大气散射模型,对单幅雾天图像进行清晰化处理。通过大量雾天降质图像的实验验证,该算法的去雾效果优于基于暗原色先验统计方法的效果。     

基于物理模型的雾天图像复原新方法

由于雾天场景的能见度很低,因此为了保证视频监控系统的正常工作,需要对视频图像进行去雾处理。根据光学原理,雾天条件下场景的能见度下降是与场景深度呈指数关系的,鉴于现有的基于物理模型方法的去雾效果不够理想,因此提出了一种新的基于物理模型的图像复原方法,该方法首先对雾天场景的光学成像建模;然后借助于一张晴天和一张雾天场景的参考图像,计算出场景各点的深度比关系,最后利用深度关系复原雾天图像或雾天视频。实验结果证明,该方法是有效的和实用的。     

雾天环境下自适应图像增强去雾方法研究

由于雾天环境下大气散射现象,拍摄出来的景物能见度和对比度会大幅降低.为了解决问题,提出了一种针对雾天环境的自适应图像增强去雾方法,部分重叠直方图均衡化方法(POSHE).方法将邻域内的子块变换函数通过加权求和计算得到当前子块的变换函数,以消除子块直方图均衡化变换之间的差异,对于图像场景深度信息多变且未知的雾天图像能够突出图像的局部细节信息,达到良好的去雾效果,并能够满足实时视频图像处理的要求.     

一种基于小波融合的雾天视频监控图像增强算法

针对雾天视频监控系统采集的图像对比度降低、图像模糊的问题,提出一种小波融合算法。该算法在已有的图像增强方法的基础上,应用小波变换、直方图均衡化和非线性增强算子来综合处理雾天降质图像。实验结果表明,该算法对比于传统的方法不但可以明显的提高图像对比度,而且增强图像的边缘细节和纹理特性,取得较好的效果。     

野外视频监控图像去雾算法研究

在野外雾天环境下,由于大气粒子的散射作用导致图像降质严重,直接影响图像的视觉效果和应用价值,因此有必要对雾天图像进行去雾处理,以提高雾天图像的清晰度和保真度。为此,提出一种野外视频监控图像去雾新方法。基于暗原色先验去雾的原理,采用区域生长算法准确快速估计雾天图像的深度信息,应用雾天图像物理模型对图像去雾处理,并进行亮度补偿。实验结果表明,该算法能有效改善雾天图像的质量,大幅提高运算速度。     

基于双边滤波的RGB通道去雾算法研究

因大气光的散射和入射光的衰减,大雾天气下捕获到的图像质量呈指数系数下降。为改善退化图像的视觉效果,利用暗原色先验信息获得大气光;根据单幅雾天图像RGB通道强度估计场景深度图;同时在明亮区域引入一种容差阈值,避免了这部分区域场景深度的错误估计,使用带边缘保持的双边滤波器对求得的场景深度图进一步处理;利用大气散射模型实现了图像复原。实验结果表明,改进后的算法有效提高了雾天退化图像的视觉效果。     

基于偏振特性的图像去雾算法

传统的基于偏振特性的图像去雾方法近似认为大气偏振度为全局不变量,而未考虑场景深度信息对于偏振度的影响,导致离视点较远的场景区域去雾效果严重下降。提出一种基于偏振特性的图像去雾方法。该方法结合暗原色先验原理估计大气光强及场景深度信息,再利用景深信息对偏振度值进行求解,最终复原得到场景的辐射强度信息。实验结果表明,该算法能够有效恢复雾天图像细节信息,获得满意的视觉效果。     

基于景深的单幅图像快速去雾算法

在雾、霾天气条件下,由于大气粒子的散射作用导致采集的图像质量严重下降,给计算机视觉系统成像带来极大不便。针对上述问题,提出一种基于景深的单幅图像快速去雾算法。通过暗通道对图像处理,得到图像传输图,从而简化大气散射模型,利用景深信息估计大气散射模型,得到边缘突变景深关系比,通过近水平方向上的景深关系比值优化传输图,利用双边滤波对景物边缘进行处理。从3个颜色通道出发,降低波长对景深估计的影响。实验结果证明,该算法能够恢复景物边缘的细节对比度,有效提高图像的清晰度与视见度。     

结合精确大气散射图计算的图像快速去雾

提出一种基于精确大气散射图的单幅图像快速去雾算法.首先基于大气散射光的特性,充分利用双边滤波保边缘的平滑特性,估测大气散射光和图像局部对比度,并通过引入像素值与平均灰度值的比较,得出更加准确的大气散射图,然后根据大气散射模型复原雾天图像.通过对获得的结果图像进行色调调整和局部去噪的优化处理,得到一幅视觉上较真实的清晰无雾图像.通过与几种典型的图像去雾算法比较,表明本文算法对于远景和深度发生突变的位置可以获得更好的去雾效果.同时,本文算法的时间复杂度与图像大小成线性关系,并且由于本文算法可以并行运行,因此可以进一步采用GPU加速,从而使得本文算法可以满足实时应用的需求.     

基于散射模型的水下图像复原

水下图像的衰减度与成像距离有直接关系．为了在没有精确深度图情况下有效恢复水下图像,提出基 于散射模型的分段映射方法．研究了水下光线的散射模型,探讨了水下图像的衰减规律;利用水池试验数据采用直 线拟合法建立散射模型;提出基于散射模型的分段映射法．为避免求解精确深度图,利用映射约束条件及少量先验 信息导出多级离散深度值,从而构建出从退化图像到真实图像的分段映射函数．恢复结果表明,所提方法增加了图 像整体对比度,突出了图像细节,明显提高了图像质量．     

Depth Mapping for Stereoscopic Videos

Stereoscopic videos have become very popular in recent years. Most of these videos are developed primarily for viewing on large screens located at some distance away from the viewer. If we watch these videos on a small screen located near to us, the depth range of the videos will be seriously reduced, which can significantly degrade the 3D effects of these videos. To address this problem, we propose a linear depth mapping method to adjust the depth range of a stereoscopic video according to the viewing configuration, including pixel density and distance to the screen. Our method tries to minimize the distortion of stereoscopic image contents after depth mapping, by preserving the relationship of neighboring features and preventing line and plane bending. It also considers the depth and motion coherences. While depth coherence ensures smooth changes of the depth field across frames, motion coherence ensures smooth content changes across frames. Our experimental results show that the proposed method can improve the stereoscopic effects while maintaining the quality of the output videos.     

基于色彩空间单一图像像素级去雾算法

基于雾会降低图像对比度以及边界模糊的实际情况,提出一种基于颜色空间的单幅图像去雾算法。首先计算每个像素在RGB颜色空间中距离灰阶线(原点与点(255,255,255)所确定的直线)的距离,确定深度图像;然后根据灰阶线距离计算每个像素在颜色空间中的新位置,进而获得去雾后的图像。算法具有良好的实用性和并行计算可行性。实验结果表明:算法显著增强了图像的对比度、颜色饱和度等,具有良好的去雾效果。     

基于HSI亮度分量和RGB空间的图像去雾算法

图像去雾技术处理的目的是消除雾霾对视频监控图像的影响,提高雾霾图像的视觉效果。目前,一般去雾图像只是比较去雾后和去雾前的图像,处理结果通常失真严重或过饱和,不能在保证细节清晰的同时保证颜色信息完整。针对上述问题,提出了一种基于大气散射模型和光学原理,建立具有散射特性的HIS亮度转换模型,并与RGB空间结合计算的图像复原方法。该方法通过分析晴天图像和雾霾图像的对比关系,结合HSI空间人眼视觉最敏感的亮度分量计算出图像场景的相对深度关系,利用大气散射模型以及景深比,对雾霾视频图像进行清晰复原和结果的测评。实验结果证明,与只从RGB空间计算的去雾霾方法对比,所提方法去雾效果更清晰,彩色失真和过饱和程度更小。     

Fast image dehazing using guided joint bilateral filter

In this paper, we propose a new fast dehazing method from single image based on filtering. The basic idea is to compute an accurate atmosphere veil that is not only smoother, but also respect with depth information of the underlying image. We firstly obtain an initial atmosphere scattering light through median filtering, then refine it by guided joint bilateral filtering to generate a new atmosphere veil which removes the abundant texture information and recovers the depth edge information. Finally, we solve the scene radiance using the atmosphere attenuation model. Compared with exiting state of the art dehazing methods, our method could get a better dehazing effect at distant scene and places where depth changes abruptly. Our method is fast with linear complexity in the number of pixels of the input image; furthermore, as our method can be performed in parallel, thus it can be further accelerated using GPU, which makes our method applicable for real-time requirement.     

一种新的VolumeLIC可视化方法

矢量场可视化是科学计算可视化中最具挑战性的研究课题之一,为了能在二维屏上直观显示三维矢量场,将基于纹理的LIC方法拓展到三维矢量场可视化,通过设计稀疏线噪声纹理并配合斜坡卷积核提高VolumeLIC图象质量,显著增强空间深度感,并采用光线投射直接体绘制方法生成VolumeLIC图象,另外,针对循环动画的突兀现象,提出HRCK（Hanninged RampConvolutionKernel)法生成流场的VolumeLIC循环动画,提出VolumeLICProbe交互洞察三维矢量场内部信息,通过实例表明,本文所提方法具有良好的可视化效果,交互方便,并已应用地幔可视化等领域。