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.     

图像去雾技术研究综述与展望

图像去雾技术是图像处理和计算机视觉领域共同关心的重要问题。通过从图像处理和物理模型的研究角度对图像去雾技术进行综述,综合了近年来提出的典型的图像去雾方法的基本原理和最新研究进展,并对一些典型的及最新提出的去雾方法,给出了其视觉上的去雾效果和客观的评估数据。最后展望了图像去雾技术的未来研究方向,并给出了一些建议。     

图像去雾透射率的优化算法

在雾、霾等天气条件下,大气粒子的散射作用导致图像严重降质。本文提出一种简单快速的基于物理模型的 图像去雾新算法,对大气散射模型进行化简,得到新的去雾模型。然后,利用暗原色先验方法估计大气光值A,并代入新的简 化模型,得到去雾图像。实验表明,该算法在处理速度和去雾效果上都优于现有算法。     

基于局部对比度最大化的单幅图像去雾方法

为了复原有雾天气条件下户外设备所拍摄的降质图像,文章研究了一种快速高效的基于局部对比度最大化和雾天退化物理模型的图像去雾方法。根据户外图像成像的特点并结合图割理论,对原有基于局部对比度最大化的方法进行改进和优化,并选取大量户外受雾影响的降质图像进行实验测试。实验结果表明,本文的方法相对于原有的方法具有更快的处理速度,并且能够得到较好的去雾效果。对户外成像设备的稳定性和可靠性的提高效果显著。     

图像去雾算法综述

由于气候变化、空气污染等原因,含雾图像的产生不可避免。对含雾图像进行去雾处理是消除雾对图像的不良影响,进而获得细节纹理等方面高质量的清晰图像。首先,主要就图像增强、物理模型和深度学习三个方面对图像去雾算法的研究现状进行系统的归纳总结,包括各类去雾算法的优缺点分析。其次,指出去雾算法的问题所在。最后,提出去雾算法的前景展望。     

一种简单快速的图像去雾算法

在雾、霾等天气条件下,大气粒子的散射作用导致捕获的图像严重降质。提出一种简单快速的基于物理模型的图像去雾新算法。首先从雾形成的角度出发,考虑到传播图像的低频性和单通道性,对大气散射模型进行变型化简,得到新的去雾模型。然后,利用暗原色先验方法估计大气光值A,并带入新的简化模型,得到去雾图像。方法不需要求取过多的变量,只需要求取大气光值A,大大提高了算法的效率。最后大量实验表明,该算法无论在处理速度还是去雾效果上都优于现有算法。     

基于均值滤波和小波变换的单幅图像去雾算法

雾霾天气造成图像质量下降,进而影响计算机视觉系统的特征提取。论文提出一种改进的单幅图像去雾算法。先通过正交Haar小波变换进行处理得到图像的低频分量和高频分量,然后基于大气物理模型将低频分量利用均值滤波对环境光和大气光进行估计,得到低频去雾图像。然后将低频去雾图像与小波分解后的高频图像进行重构。最后将重构后的RGB图像转换到HSV颜色空间增强图像亮度。实验结果表明,论文算法简单有效,改善了图像质量,增强了去雾图像的边缘特征,利于计算机视觉进行特征提取。     

图像去雾技术研究综述

图像去雾是计算机视觉领域一个重要的研究方向,旨在从有雾图像中获取原有场景的细节和纹理特征等信息,进而得到清晰无雾的图像。作为一项基础的图像处理任务,图像去雾技术有着广泛的应用。为了探究图像去雾算法的发展历程与研究现状,现将去雾算法按照所使用图像数量的不同分为多幅图像去雾算法和单幅图像去雾算法两大类。首先梳理了图像去雾算法的发展历程与研究现状,然后对比总结了各类算法的异同点,最后讨论了图像去雾算法的研究所面临的潜在问题,并对未来的研究方向做出了全新的展望。     

图像去雾算法研究综述

图像去雾技术的目的是为了去掉图像中雾的影响,从而获得高质量的图像.本文主要从图像增强、图像复原和深度学习的角度归纳总结了图像去雾方法的研究状况,对暗通道先验等经典算法以及新活跃在去雾领域的几种深度学习去雾算法做了进一步的分析,并对各类算法的性能进行了总结,最后针对各类图像去雾方法指出了存在的问题及未来的展望.     

一种改进的基于地平线检测的去雾方法

雾、霾天气是影响图像和视频质量下降的重要因素,给室外视频任务带来很大不便。考虑到远景视频中地平线的存在,提出一种改进的基于地平线检测的去雾方法。该方法基于暗原色先验理论,用改进的地平线检测算法,从整幅图像分割出天空区域,得到雾天图像退化物理模型中的大气光部分,再引入容差机制,提高图像去雾质量。而在对传输图的修正过程中采用图像引导滤波代替既占内存又耗时的软抠图方法。对远景雾天图像的去雾实验表明,该方法改进了原有基于暗原色先验单幅图像去雾方法中白色场景和物体的存在易导致算法无效的限制,有效减小了日周光光晕现象对图像可视化质量的影响,同时提高了算法速度。     

Channel invariant online visibility enhancement for visual SLAM in a turbid environment

This paper presents a real‐time and channel‐invariant visibility enhancement algorithm using a hybrid image enhancement approach. The proposed method is initially motivated by an underwater visual simultaneous localization and mapping (SLAM) failure in a turbid medium. The environments studied contain various particles and are dominated by a different image degradation model. Targeting image enhancement for degraded images but not being limited to it, the proposed method provides a highly effective solution for both color and gray images with substantial improvement in the process time compared to conventional methods. The proposed method introduces a hybrid scheme of two image enhancement modules: a model‐based (extensive) enhancement and a model‐free (immediate) enhancement. The proposed method is validated by using simulated synthetic color images and real‐world color and grayscale underwater images. Real‐world validation is performed in various environments such as hazy indoor, smoky indoor, and underwater. Using the ground truth trajectory or clear images acquired from the same area but without turbidity, we evaluate the proposed visibility enhancement and camera registration improvement for a feature based (ORB‐SLAM2), a direct (LSD‐SLAM), and a visual underwater SLAM application.     

基于噪声可见性函数的SAR图像增强快速算法

针对SAR成像中图像模糊并伴有噪声的问题,结合噪声可见性函数,提出了一种SAR图像增强快速算法。该算法在图像分层的基础上,结合人眼视觉特性,引入噪声可见性函数,实现细节层图像的增益控制。根据GPU架构和存储结构特点,并行计算各个像素在基本层和细节层上的处理过程,完成该算法的并行优化设计与实现。实验结果表明,该算法能够有效提高图像质量,增强图像细节;同时,能够充分利用GPU的并行计算能力,有效提高SAR图像增强的实时性。     

基于颜色恒常性的低照度图像视见度增强

在彩色成像过程中,低照度是导致图像降质的一个重要因素. 本文提出了一种新的基于颜色恒常性的低照度图像视见度增强算法. 为了避免场景光源的影响,提出了像素有效集的概念. 基于灰色调算法的灰度像素假设,利用有效像素估计光 照的颜色;在后处理阶段,利用有效像素的灰度级范围确定直方图剪裁的上下限. 实验表明,算法有效地校正了图像 的颜色、对比度和亮度,从而增强了图像的视见度,且不会产生Retinex 算法所固有的灰化效应和Halo 效应.     

Adaptive tone mapping for display enhancement under ambient light using constrained optimization

We propose adaptive tone mapping for display enhancement under ambient light using constrained optimization. To deal with the visibility reduction caused by ambient light in displays, we perform different operations for display enhancement according to the intensity of ambient light. Since weak ambient light has little effect on displayed images, we only perform contrast enhancement for them. However, strong ambient light makes displayed images dark for human eyes, causing severe visibility reduction in luminance and contrast. To enhance the visibility of displayed images under strong ambient light, we formulate a constraint optimization problem which consists of luminance enhancement, contrast enhancement, and distortion minimization terms, and find an optimal trade-off among them by solving it. Finally, we conduct color scaling to reproduce vivid colors in displayed images. Experimental results demonstrate that the proposed method significantly enhances the brightness, contrast, details, and colors of displayed images and outperforms other state-of-the-art methods under ambient light.     

基于多尺度Retinex算法的遥感图像增强

大多数的遥感图像存在视觉对比度低、分辨率低的缺点．因而在对遥感图像分析之前,通常都需要通过遥感图像增强技术对图像进行增强处理。当前的图像增强方法有很多种,文中引入了一种新颖的图像增强方法,即多尺度Rednex（MSR）算法。这种增强技术尤其对能见度差、分辨率低的图像有很好的效果,因此适合于对遥感图像的增强处理。此外,还引入了几种常用的经典图像增强方法,如直方图均衡法等。为了证实所引入的MSR算法对遥感图像的增强效果优于其他的增强方法,在实验中,将经典的图像增强方法和MSR算法分别应用于增强一幅典型的遥感图像并对比增强后的增强效果。实验结果表明MSR算法在对遥感图像的增强中可以取得满意的效果并且优于其他的图像增强方法。     

Dynamic Visibility‐Driven Molecular Surfaces

Molecular surface representations are an important tool for the visual analysis of molecular structure and function. In this paper, we present a novel method for the visualization of dynamic molecular surfaces based on the Gaussian model. In contrast to previous approaches, our technique does not rely on the construction of intermediate representations such as grids or triangulated surfaces. Instead, it operates entirely in image space, which enables us to exploit visibility information to efficiently skip unnecessary computations. With this visibility‐driven approach, we can visualize dynamic high‐quality surfaces for molecules consisting of millions of atoms. Our approach requires no preprocessing, allows for the interactive adjustment of all properties and parameters, and is significantly faster than previous approaches, while providing superior quality.     

Gamma correction enhancement of infrared night vision images using histogram processing

Multimedia Tools and Applications - This paper presents two proposed approaches for enhancing the visibility of the infrared (IR) night vision images. The first approach is based on merging gamma...     

An effective local contrast enhancement technique by blending of local statistics and Genetic Algorithm

Nowadays, Image enhancement finds enormous image processing applications, which are related to practical situations, Contrast enhancement is one among the different image enhancement techniques that intends to improve the image visibility. Though several works for local contrast enhancement are available in the literature, the effectiveness remains an issue and the enhancement performance needs to be improved. In this paper, a local contrast enhancement technique is proposed for both gray scale images and RGB color images. The proposed technique is comprised of two stages of enhancement, namely, local statistics-based image enhancement and Genetic Algorithm based local contrast enhancement. The former stage is a pre-enhancement stage and the later is the major stage of enhancement. In the former stage, the image is processed in window basis and the local statistics of the image is obtained. Based on the local statistics, the image is enhanced. In the later stage, the window based operation is performed over the preenhanced image and the local contrast is enhanced. The Genetic Algorithm aids in searching of an optimal contrast factor, which plays vital role in the contrast enhancement. The technique is evaluated with both gray scale images as well as RGB color images and performance is compared with the existing contrast enhancement techniques.     

图像增强对显著性目标检测的影响研究

目的 雾霾、雨雪天气和水下等非理想环境因素会引起图像退化,导致出现低质图像,从而影响人类主观视觉感受及机器视觉应用任务的性能,因此,低质图像被利用之前进行图像增强成为惯常的预处理过程。然而,图像增强能否提高图像机器视觉应用任务的性能及影响程度等问题鲜有系统性研究。针对上述问题,本文以图像显著性目标检测这一机器视觉应用为例,研究图像增强对显著性目标检测性能的影响。方法 首先利用包括5种传统方法、6种深度学习方法等共11种典型图像增强方法对图像进行增强处理,然后利用8种典型的显著性目标检测方法对增强前后的图像分别进行显著性目标检测实验,并对比分析其结果。结果 实验表明,图像增强对低质图像显著性目标检测方法性能的促进作用不明显,某些增强方法甚至表现出负面影响,也存在同一增强方法对不同的显著性目标检测方法作用不同的现象。结论 图像增强对于显著性目标检测及其他的机器视觉应用的实际效果值得进一步研究,如何根据图像机器视觉应用的需求来选择和设计有效的增强方法需进一步探讨。     

基于蚁群算法的导航卫星功率增强任务规划

为保障战时区域的导航信号稳定,需要卫星对地面区域进行功率增强,对大规模功率增强任务进行规划能够保障增强效果.本文针对导航卫星功率增强任务规划问题,分析星地可见性以及相邻任务的时间窗口冲突等问题,构建功率增强任务规划模型,选用基于蚁群系统和最大最小蚂蚁系统的自适应蚁群算法,并引入任务收益参数来改进设计算法的寻优策略,在加...