结合图像分层与暗通道的雾霾图像增强

为了解决雾霾天气下图像的去雾与增强问题,提出了一种结合图像分层与暗通道的去雾增强算法。该算法首先对输入图像建立暗通道模型,估计出大气光值与透射率,对图像进行去雾复原,接下来对图像进行双边滤波变换,将低频图像信息中像素的灰度级地区进行拉伸或压缩,将高频图像信息进行归一化处理,然后利用归一化的直方图与非线性S曲线进行灰度变换,最后利用加权融合方式将低频与高频图像信息进行有效地合并,得到输出图像。实验结果表明,该算法在3组图像中的平均梯度与信息熵的均值分别是0.073 4、7.173 3,均优于其余3种算法,并且该算法的对比度与时耗的均值分别为422.6与0.76,具有一定的可行性。     

暗原先验算法在天空区域的处理与改进

暗原先验算法在天空区域去雾过程中会造成噪声过度放大和晕环现象,针对这个问题提出了依据天空隶属系数调整天空区域透射率的方法。求得有雾图像相应位置天空隶属度系数,自适应改变透射率调整幅度,并利用二次函数特性,对隶属度小值区域进行压缩,减弱近景透射率有效区域的调整,最后通过大气散射模型得到复原图像。大量实验结果表明,该方法得到的复原图像清晰自然,特别是在天空区域,保留部分浓雾区域去雾程度的同时抑制了天空区域的噪声和晕环现象,取得了很好的去雾效果。相对暗原先验算法,改进算法在天空区域得到更加准确的透射率估计,复原图像效果更佳。     

变压器套管油位雾霾图像检测方法

针对雾霾天气下的视频图像测量,传统的颜色空间转换方法会由于图像对比度降低而失效。在图像预处理阶段,暗通道先验去雾算法被广泛运用,但是这种算法的计算效率不高,用于变压器油位测量中不能达到实时要求,因此,为了快速测量油位,提出了一种基于暗通道优先和颜色空间变换的油位测量方法。在去雾阶段,对每个像素点的透射率进行逐个估计得到粗透射图,再对其进行修正,从而得到去雾图像。去雾之后,采用加权分布的自适应增强算法对图像进行增强。在油位测量阶段,在HSV空间取阈值分离出目标区域。实验结果表明,测量油位误差在±1%的同时,相比传统算法提高了近5倍效率。在保证良好效果时,能减少算法的时间复杂度,使变压器油位测量算法在雾霾天气下也能有效。     

冶炼车间大气散射模型图像去烟尘算法

针对冶炼车间中大量烟尘、水雾等悬浮颗粒造成的图像降质等问题,本文提出冶炼车间大气散射模型图像去烟尘算法。为更好地估计真实大气光值,通过简单线性迭代聚类分割算法求取初始大气光值,并采用快速引导滤波对初始大气光值进行精细化处理,同时利用自适应伽马函数对大气光和原始烟尘图像进行修正,分别得到最终大气光和优化后的烟尘图像。通过优化的颜色衰减先验模型估计出透射率,最后根据大气散射模型恢复无烟尘图像。实验结果表明,该算法可降低图像中的烟尘浓度,减少图像细节损失,使方均误差平均下降66.2%,峰值信噪比平均提高30.5%,结构相似度平均提高48.6%。     

基于暗通道先验的视频去雾算法

带雾视频需要实时的去雾算法。为了提高视频去雾的速度,根据视频中相邻帧之间的相关性,将一帧画面的大气光延用到其后的若干帧,设定了大气光重新计算的条件以解决光线发生突变的情况,并建立了像素灰度分布的模型来简化大气光的计算。在计算一帧图像的暗通道图时,先估算与前一帧暗通道图的差别,若差别不大,则对前一帧的暗通道图进行修正后作为本帧的暗通道图,否则重新计算暗通道图。实验证明该方法在保证去雾效果的前提下大幅减少了计算量。     

改进的基于大气光幕单幅图像去雾算法

在雾、霾等天气条件下,大气粒子的散射与吸收作用严重影响了监视图像的对比度与清晰度。本文讨论了基于大气光幕的去雾算法原理,针对双边滤波方法在估计大气光幕时产生梯度反转效应,提出一种改进的基于大气光幕单幅图像去雾算法,首先简化大气散射模型,然后利用各项异性扩散滤波方法估计大气光幕,可以很好地解决双边滤波方法的不足之处,最后,在算法中引入一种容差机制,针对天空区域处的大气光幕,纠正错误的估计,色彩失真现象被有效地克服。实验结果表明,改进后的算法显著地提高图像去雾的视觉效果。     

景深边缘优化的暗通道去雾算法

雾天条件下拍摄的图像存在低对比度和低场景可见度的问题,传统的去雾算法容易产生 Halo 效应.为此,提出了景深边缘优化的暗通道去雾算法.该算法是基于暗原色先验理论,需要考虑消除景深边缘处的白色晕块,方法是对图像景深边缘和非景深边缘分别采用不同的模板处理得到透射图.引导滤波修复透射图,在去除多余的纹理信息的同时增强了雾天图像的边缘信息.并采用新增可见边之比、梯度化均值对去雾图像进行客观评价.实验表明该算法不仅能够有效地去除图像中的雾气,而且有效地降低了Halo效应,从整体上改善了去雾复原图像的视觉效果.     

基于航拍图像去雾增强的秸秆焚烧监测技术研究

秸秆焚烧会造成严重的大气污染,航拍检测秸秆焚烧能够实现实时监测,具有便捷、实时的特点。但秸秆焚烧点航拍监测图像受天气中悬浮粒子影响,画质退化严重。针对该问题,提出来一种新的图像增强算法。算法在传统的暗通道先验算法基础上,对图像的直方图进行统计并采用自适应系数的去雾增强算法修正,并通过对比度增强最终提高航拍图像的质量。主客观实验结果表明,该算法在白天浓雾环境以及夜晚的低亮度环境下有较好的画质增强效果和较高的实用价值。     

基于双窗口对比和自适应容差的图像去雾

雾天环境下图像质量下降,给户外视觉系统的应用带来极大阻碍。为解决此问题,提出一种基于双窗口对比和自适应容差的图像去雾算法。首先通过两个窗口逐像素对比来改进暗通道,使用改进后的暗通道求取透射率;然后提出自适应容差机制修正透射率,有效解决明亮区域透射率估计不准确的问题;最后将图像变换到HSV色彩空间,通过增强V分量来提高图像整体亮度。实验表明,算法能够较好地解决伪影和失真问题,在数据集上,峰值信噪比值为18.31、结构相似性值为0.81、信息熵值为7.52、平均梯度值为7.34。与传统和深度学习方法对比均有显著优势,相较于新颖的深度学习算法,4项指标分别提升了46.59%、14.08%、2.45%和35.42%。     

基于通道量化与红色先验融合的 水下光学图像清晰化

水下图像通常存在对比度低以及颜色失衡等现象,导致图像纹理信息不清晰,针对此类问题,提出基于通道量化与红色先验融合的水下光学图像清晰化方法。首先,设计两种输入图像版本,图像一通过颜色通道直方图量化重新分配像素值,调整对比度;图像二为实现色彩均衡,将红色通道先验代入成像模型,用于估计背景光、直接分量透射率和后向散射透射率。然后,针对各输入图像设计3种权重图,包括亮度图、饱和度图和显著图。最后,利用多尺度融合策略,将局部对比度提升和颜色校正图像与其归一化权重图进行融合。在多个数据库上通过主观和客观指标进行实验评价,结果表明,本文算法在呈现高对比度的同时,能够恢复出更多的色彩和细节信息,有效提升水下图像质量,与各经典及新颖算法相比具有优势。     

数字摄像法测量白天能见度算法设计

数字摄像法测量白天大气能见度,常用的方法是双亮度差法,此方法需尽可能保证标准的观测条件,例如两组目标-背景视线方向一致,尽量选择观测反射率低得可以忽略的人工实用黑体目标物等,否则会产生较大的误差。为此设计了一种新的基于数字摄像机的白天能见度算法:拍摄包含合适的目标物和天空背景图像,通过暗原色先验估计透射率,通过调节光圈大小获得散焦图像,把S变换应用到图像处理中,计算视觉距离,可以得出大气消光系数,从而反演出大气能见度值。实验数据表明,该算法在能见度的值在4 000~8 000 m范围内最大误差小于9%,测量结果比双亮度差方法误差减小2.1%~3.4%。     

基于二阶梯度的暗通道先验盲图像去模糊

盲图像去模糊的目的是通过迭代在模糊核未知的情况下，从模糊图像中恢复出清晰图像。当真实图像具有较少的暗像素时，暗通道先验算法不能产生令人满意的结果。实验中发现，二阶梯度(海森矩阵)中元素的绝对值随着图像逐渐模糊而减小。利用这一特点，提出一种基于L1正则化二阶梯度的暗通道先验盲图像去模糊算法模型。首先，展示了算法相关的理论证明，通过实验说明海森矩阵在保留边缘细节以及图像细节方面的可行性，其次在暗通道去模糊模型的基础上，引入二阶梯度项并施以L1范数约束。然后采用半二次分裂策略来解决该非凸优化问题，最后，使用快速傅里叶变换求得最终的清晰图像和模糊核。实验结果表明，该算法能够在抑制噪声的同时很好地保护图像的边缘细节和消除振铃伪影，并且在合成图像和自然图像上都比现有的图像去模糊方法鲁棒性更强，并且性能良好。在自然图像数据集中SSIM值平均提高了10%以上。     

一种基于暗原色先验的低照度视频增强算法

在低照度条件下进行拍摄时,得到的视频对比度低,细节信息很难体现出来.提出了一种改进的基于暗原色先验的低照度视频增强算法来增强这类视频.传统基于暗原色先验的增强算法会放大视频噪声,为了克服这个缺点,利用时域累积信息对低照度视频进行去噪预处理.在增强过程中,采用快速算法逐帧计算,增强后的视频相比于传统方法具有更高保真度.实验结果表明,算法可有效抑制视频中的噪声、提高视频的对比度、突出细节信息,从而获得更加清晰、自然的高质量视频.     

一种基于小波变换和人类视觉系统的图像压缩算法

为了解决大数据量的图像信息给存储器存储容量、通信信道带宽和计算机处理速度带来的压力,必须对图像进行压缩处理。提出了一种基于小波变换和人类视觉系统的图像压缩算法用以提高对高质量图像的压缩效果。该算法首先使用小波滤波器选择模型及最佳滤波器以得到最小数目的非零小波系数。其次,利用人类视觉系统特性对分解后的小波系数进行有效的量化处理,最终进行小波编码,实现对图像的压缩。实验结果表明,所提出的算法对高质量图像进行压缩所达到的效果要优于传统压缩算法。