基于多光源模型的夜晚雾天图像去雾算法

依据夜间多光源导致强光处能见度低的现象,在传统大气散射模型中定义发光因子项,构建了一个专门针对夜晚雾天图像的去雾模型,在此基础上提出了一种夜晚雾天图像去雾算法.该算法将原输入图像分解为新雾天图像层和发光图像层,然后对此分解得到的新雾天图像层进行色偏纠正和引导滤波操作以得到最终的去雾结果.与暗原色原理方法、快速中值滤波方法、图像颜色迁移方法、夜晚成像模型方法等已有方法的对比实验证实了本文算法的有效性.该算法可应用于汽车防碰撞系统、道路监控系统,以及其他识别系统.     

基于光照估计的夜间图像去雾

相对白天雾天图像,夜晚雾天图像具有整体亮度低、光照不均匀、偏色等特点,因此去雾难度大。本文从夜间雾天成像规律出发,提出了基于光照估计的夜间图像去雾算法。针对光照不均匀问题,通过估计光照图来去除不均匀光照的影响;针对目前白天去雾算法假设不适用于夜晚图像问题,提出基于信息熵的传输图粗估计的方法;针对颜色失真问题,通过统计光源区域的颜色属性来进行颜色校正。实验结果表明,本文算法能够有效的去除不均匀光照影响,提高图像对比度,改善图像视觉效果。     

一种改进的透射率分布估计的夜间图像去雾算法

针对基于暗通道先验理论（dark channel prior, DCP）的去雾算法在处理夜间有雾图像时细节信息缺失、光源区域的纹理受损严重的问题,本文提出了一种改进的透射率分布估计的夜间图像去雾算法。通过引入暗态点光源模型、暗通道可信度权值因子和伪去雾图像,结合夜间图像成像模型,获取改进的透射率分布,对夜间降质图像进行去雾处理。实验结果表明,经本文算法处理后的图像在纹理细节上损失小、图像清晰度高,图像明暗对比度得到较好的拉伸,可以实现夜间有雾图像的有效去雾。     

基于环境光差异的图像去雾算法

针对环境光差异引起图像去雾亮度值存在偏差、图像质量下降的问题,提出一种基于环境光差异的图像去雾算法。把图像分为环境光差异较大的天空区域和非天空区域,根据环境光差异设置不同的阈值对两类区域再进行分割;采用对比度先验去雾算法对天空区域块去雾,通过暗通道先验去雾算法对非天空区域块处理;最后用动态阈值白平衡算法调整恢复后的图像亮度和色彩。实验结果表明,本算法比其他算法能更有效解决环境光差异引起的图像去雾色彩失真、质量下降问题,鲁棒性较高,恢复后的图像色彩真实度和清晰度较高,更符合人眼视觉观察特性。     

基于景深约束的单幅雾天图像去雾算法

本文提出一种基于景深约束的单幅雾天图像去雾算法,该算法首先对退化模型进行变换以满足Kimmel变分框架的要求;其次,考虑到人眼视网膜锥细胞对绿光的敏感性,将绿光分量作为大气传输图变分求解模型的输入;最后,利用景深图像特性,在8邻域快速求解中对能量函数进行约束,从而有效提升去雾图像的视觉效果.实验结果表明本文算法在获得最佳去雾效果的同时,具有较好的实用性和较少的计算资源消耗.     

雾尘条件下粮库图像去雾算法研究

针对现有去雾方法在含有大面积亮白区域的图像中,传统方法有可能导致大气光值估计不准确,提出基于四叉树分解的方法,避免亮白区域对大气光估计的影响,在天空区域内对大气光进行准确估计;同时,为避免手工特征提取及假设条件的限制,利用三个不同尺度的卷积核对原始雾图进行卷积操作,经过网络的一系列特征学习之后得到待细化传播图;然后使用图像融合方法对其进行细化;最后,将估计的参数代入大气散射模型从而反演出清晰图像。合成和真实世界的粮库雾尘图像的定量和定性实验结果表明,该算法对于图像纹理细节以及天空区域的处理上有较好效果,且鲁棒性高,普适性强。     

大气散射模型下衰减系数对图像去雾的影响

本文针对当前在大气散射模型下的去雾算法存在图像质量较差问题,从模型原理上分析衰减系数的变化对于去雾后图像质量的影响.通过大气光成像的物理建模和数学分析,逐步推导出衰减系数,分析了其物理意义.结合颜色衰减先验去雾算法,并改变衰减系数,得到不同的效果图,根据图像的评价参数,对比分析衰减系数会带来的影响.实验显示,衰减系数的变化能在一定程度上影响图像的色彩、对比度,进而影响去雾的实际效果,可以通过适当的改变衰减系数优化图像去雾的效果.     

基于饱和度运算单幅图像去雾算法

在雾、霾等恶劣的天气条件下,大气介质中悬浮粒子的散射和吸收作用会严重退化户外拍摄图像,造成图像识别率降低.从单色大气散射模型和暗原色先验规律,提出面向视觉感知的HSI颜色模型的饱和度的新算法,从而实现图像去雾,对于去雾图像最小值像素点采用极大值和极小值进行估计,并对透射率进行修正.该算法能够有效地提高清晰度,能很好地运用于单幅图像去雾.     

动态大气散射系数的颜色衰减先验图像去雾

针对颜色衰减先验图像去雾算法存在对较浓的有雾图像去雾效果不佳的问题,提出基于动态大气散射系数的颜色衰减先验图像去雾算法.用动态大气散射系数取代颜色衰减先验去雾算法中恒定大气散射系数的假设,定义大气散射系数为关于图像景深的指数函数.利用Middlebury stereo datasets中无雾图像和相应的景深图像得到合成有雾图像.采用均方误差(MSE)和结构相似度(SSIM)的综合评价参数MSE-SSIM确定上述指数函数的两个参数的最佳取值.实验结果表明与颜色衰减先验算法、He、Meng算法相比,该算法的去雾图像清晰颜色自然,有效地提高了去雾效果.     

基于单幅图像去雾算法分析

单幅图像去雾算法,是指在雾霾环境中,获取清晰、高质量的画面。基于单幅图像去雾算法,有利于提高画面的质量,确保交通、拍摄等项目中,能够准确的使用画面。单幅图像去雾算法,得到了充分的应用,细化算法应用,提高计算的效率。本文主要围绕单幅图像,探讨去雾算法的相关内容。     

基于背景光修正成像模型的水下图像复原

光在水下传播时由于受到水体吸收和散射作用的影响,导致水下图像质量严重退化。为了有效去除色偏和模糊,改善水下图像质量,该文提出一种基于背景光修正成像模型的水下图像复原方法。该方法基于对雾天图像的观察,提出了水下图像背景光偏移假设,并基于此建立背景光修正成像模型;随后使用单目深度估计网络获得场景深度的估计,并结合背景光修正的水下成像模型,利用非线性最小二乘拟合获得水下偏移分量的估计值从而实现水下图像去水;最后优化去水后的含雾图像的透射率,并结合修正后的背景光实现图像复原。实验结果表明,该文方法在恢复水下图像颜色和去除散射光方面效果良好。     

高效节能新光源的发展

介绍近年来开发的新光源,这些新光源有节能白炽灯、带红外反光镜的卤钨灯、紧凑型荧光灯、新的高压放电灯、无电极放电灯、微波硫灯等。这些灯具有结构紧凑、设计合理、高效率、节约能源的特性,将会成为21世纪的主要光源。     

基于水下成像模型的图像清晰化算法

受水下场景中有机物和悬浮颗粒的影响,水下图像存在对比度低、颜色失真和细节丢失等问题。同时,水下场景中通常有人工光源存在,造成图像光照不均。传统基于图像去雾的方法用于水下图像复原时效果欠佳,为充分考虑水对光的吸收和散射作用,近期提出了新的水下成像模型和图像复原方法。但是这些方法未考虑红通道影响,导致估计的散射比偏大;另外,也未考虑人工光源的影响,导致估计的背景光过大。针对这些问题,该文提出一套有效的水下图像清晰化方案。首先,通过设置阈值确定是否将红通道信息用于暗通道计算,并将反映人工光源影响的饱和度指标用于散射比估计,以减小人工光源的影响。由此,提出了基于红通道预判和饱和度指标的暗通道计算方法。然后,根据三通道衰减系数比估计每个通道的透射率,可弥补目前很多方法假设蓝绿通道透射率一致的缺陷。最后,利用Shades of Gray算法估计环境光,并结合新的水下成像模型得到复原图像。实验结果表明,该文算法可显著提升图像的对比度,得到颜色自然、细节清晰的复原图像。     

基于空间光调制器的光学显微成像技术

空间光调制器(SLM)是一种对光波的光场分布进行调制的元件。它广泛应用于光信息处理、光束变换和输出显示等诸多应用领域。随着高分辨率空间光调制器在光学显微成像系统中的应用,大大提高了显微振幅和相位样品显微成像的分辨率和对比度,不仅能够实现各种传统的相位显微技术,而且能够灵活地以更复杂的相位调制方式实现新的显微成像。在光学显微系统中,SLM不仅用以控制样品照明光束,同时能作为空间傅里叶滤波器用于成像光路,综述了SLM在光学显微系统中的多种灵活应用。     

一种俯冲段子孔径SAR大斜视成像及几何校正方法

俯冲合成孔径雷达(SAR)成像由于垂直向下速度的存在,使得沿水平飞行方向不再满足平移不变性,导致常规全孔径成像算法无法直接运用于俯冲段的大斜视子孔径成像。针对这些问题,该文基于俯冲等效平飞模型以及子孔径成像特性提出一种俯冲段子孔径SAR大斜视成像算法 频域相位滤波算法(FPFA)。其创新思想是通过方位频域引入滤波因子校正方位空变。由于俯冲等效平飞模型会造成成像平面的旋转,引起较大的图像畸变,为了解决该问题,该文进一步提出一种基于反向投影的快速几何校正方法,得到近似无畸变或畸变较小的地距图像。仿真和实测数据处理验证该文成像方法和几何校正方法的有效性。