图像去雾算法研究综述

随着人工智能技术的不断发展,计算机视觉在各个领域有着广泛的应用。然而这些应用作用在有雾图像上,其性能将受到严重的影响。为解决此类问题,图像去雾算法研究已受到较多研究者的关注。图像去雾算法是为了处理有雾受损场景、获取细节增强的图像预处理结果图的处理方法。为了研究图像去雾算法的发展现状,将对传统图像处理去雾算法和深度学习去雾算法进行分类。在此基础上,介绍不同算法的优缺点,并总结图像去雾算法的发展展望。     

改进大气散射模型实现的图像去雾算法

传统大气散射模型在图像去雾的求解过程中通常假设场景入射光为全局常量,然而这种假设并不合理,为此提出一种基于改进大气散射模型的图像去雾算法.首先基于亮通道先验和模糊聚类对雾图进行场景分类,并估计出各个场景的入射光照;然后根据光学辐射特性估计出场景结构,并利用雾气浓度估计模型进一步获得透射率的表达式;最后通过改进大气散射模型恢复出无雾图像.大量对比实验结果表明,该算法能够恢复出细节丰富、清晰自然的无雾图像,计算速度相对较快,能满足一般工程的实时性要求.     

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.     

单幅图像去雾算法研究综述

随着图像处理技术和计算机视觉技术的蓬勃发展,对特殊天气下的场景检测和图像处理成为该领域的重要研究方向.其中在雾天拍摄的图像容易受雾或霾的影响,导致图片细节模糊、对比度低以至于丢失图像重要信息,为解决此类问题图像去雾算法应运而生.图像去雾算法是以满足特定场景需求、突出图片细节并增强图片质量为目的的一种图像分析与处理方法....     

基于图像分割的交通图像快速去雾算法

现有去雾算法较少考虑交通图像的特征,直接应用于交通图像去雾效果和实时性较差。针对这一情况,在充分分析了雾天交通图像特征的基础上,提出一种基于图像分割的交通图像快速去雾算法。算法首先采用改进的均值漂移算法分割出天空区域,然后在天空区域中较准确的估计出大气光强度值,最后采用基于双边滤波器的改进暗原色先验（DCP）算法实现去雾,并结合雾天交通图像的特征对去雾图像进行了后处理,增强了去雾效果。实验结果证明该算法实时性高且去雾效果好,在交通图像去雾方面所提出的算法的综合性能优于现有的同类去雾算法。     

单幅图像快速去雾算法研究与实现

近年来,尽管图像清晰化算法取得了很大进展,但依旧存在去雾算法复杂度高、去雾时间长以及工程化实现难度大等问题。针对以上问题,笔者首先分析了现有去雾算法的模型,并简化了该模型,提出了用暗通道图中每一行最大值的平均值作为整体大气光照值,并在SoPC(System-on-a-Programmable-Chip,可编程片上系统)平台上实现了单幅图像去雾算法。经测试发现,在SoPC平台上求解暗通道图仅需要9个时钟周期,去雾算法的整体延迟时间为83个时钟周期,对800*600的图像只需要12 ms就能完成去雾处理,且每个像素点仅延迟2.075 us。     

基于雾气浓度估计的图像去雾算法

根据雾气浓度的视觉特征,提出一种雾气浓度估计模型.在此基础上,结合大气散射模型,提出一种新的图像去雾算法.首先,基于雾气浓度估计模型计算出雾气浓度量化图,利用模糊聚类算法在量化图中识别出雾气最浓区域并估计出全球光; 然后,对量化图中的“非雾气最浓”区域再次进行聚类处理,根据文中所提最优透射率评价指标估计出每个聚类单元的透射率,将全球光与透射图以及有雾图像导入散射模型,便可达到去雾的目的; 最后,针对去雾后图像较实际场景偏暗,提出一种基于小波域的多尺度锐化算法进行增强处理,以改善其主观视觉质量.实验结果表明,本文算法与现有主流算法相比,具有更好的去雾效果,并且其计算速度也相对较快.     

图像去雾算法清晰化效果客观评价方法

针对目前去雾效果评价方法少和已有评价方法存在局限性等问题, 提出了两种图像清晰化效果评价方法.一种借助由环境渲染或光路传播图所模拟的雾 环境图像,采用全参考方式评估算法的去雾效果;一种从人类视觉感知的角度出发,采 用无参考方式构建综合评价体系以全面衡量算法的去雾性能.实验证明两种方法均能 有效地评价各算法的清晰化效果,且评估结果与人眼的主观感受相一致.本文所提评 价方法分别从构建模拟雾环境和人类视觉感知两方面考虑,与已有评价方法相比,在 获得全方面评估结论的同时,具有较好的实用性和可靠性.     

基于图像融合的快速单幅图像去雾算法

针对单幅雾霾图像中存在大面积明亮区域,暗通道先验失效、引导滤波算法去雾不彻底和时间复杂度较高的问题,提出了一种基于图像融合的快速单幅图像去雾算法.在大气散射模型的基础上,对大气光值进行区间估计;由暗通道先验法得到透射率的简单估计,由Retinex理论进行多尺度高斯卷积得到透射率的模糊估计,利用图像融合将两者进行像素级融合,得到透射率的精确估计;采用交叉双边滤波进行平滑处理并针对明亮区域修正透射率;对复原图像进行色调调整后得到最终图像.实验表明:算法不仅取得良好的去雾效果和较好的图像色彩,还有效降低了时间复杂度.     

基于隶属函数的骆岗机场新型大雾预报方法

准确预报大雾对机场减少航班大面积延误和旅客滞留有重要意义。本文阐述一种适用于机场的大雾短时预报方法。通过选取骆岗机场历史地面逐时观测气象资料,依据气温趋势不同类型,运用模糊隶属度与发生条件概率模型,分别建立短时大雾的预报方法。利用VC++程序开发了骆岗机场大雾短时预报软件,可扩展硬件构建实时预警系统。使用2011年地面资料检验结果显示:对未来3小时大雾预报准确率为91.3%,TS评分为0.84。因此,本文提出的大雾短时预报方法在骆岗机场附近3小时大雾预报中是有效的。     

基于顶点着色器的雾化因子定义方法

Direct3D提供的线性、指数与指数平方3种雾化参数可便捷地渲染场景,但仅有的参数限制了雾化的多样性。雾化因子在定义参数的公式中起决定作用,顶点着色器则具有单独渲染顶点的能力。为此,结合两者特性,提出一种雾化因子定义方法,并给出一个根据顶点高度、观察距离及雾的密度产生雾化效果的实例。实验结果表明,该方法突破了原有参数的限制,能灵活模拟现实中的雾化环境。     

一种基于小波分析的新型图像破雾处理方法

视频是监控系统中的一个重要信息来源,其信息量直观且丰富。但在恶劣天气条件下,尤其是雾霾天气,会使视频监控的可视性能急剧下降。采用适当的图像增强算法,可以有效地改善雾霾天气条件下监控视频的可视性。文章基于小波分析,设计一种以图像增强为基础的新型图像破雾处理方法,以期达到实用的目的。     

基于面向对象方法的白天雾检测

通过遥感技术进行雾检测的难点在于云和雾的分离,传统的基于像素的雾检测方法只考虑到云和雾的光谱信息,但是云和雾的光谱信息极为相似,不易区分。本文提出一种基于面向对象的白天雾检测方法,首先从遥感影像中提取云雾目标,然后对云雾目标进行分割,最后选取云雾分离的特征参数,完成对雾区的检测。试验结果显示,相对于传统的基于像素光谱信息的多层次阈值法,本文提出的基于对象的雾检测方法相对于传统方法在检测效果上有较大的提高。     

无人机辅助无线能量收集雾计算网络优化方法

研究了无人机雾辅助无线能量收集网络,其中无人机（unmanned aerial vehicle,简称UAV）作为可以移动的无线能量供应源和雾服务器,传感器设备可利用从UAV信号中所采集的能量完成本地计算任务或将计算任务卸载给UAV进行计算.系统目标是通过联合优化任务卸载调度,计算资源的分配和无人机飞行轨迹,在预定时间内完成给定计算任务和能量收集需求的前提下,最小化无人机的总能量消耗.为此,建立了多变量联合优化问题.由于该问题非凸,提出了一种基于连续凸近似（successive convex approximation,简称SCA）的有效求解方法.仿真结果表明,利用该联合优化方法可以大大降低无人机能耗,其中,通过轨迹优化对UAV能耗的降低效果最为明显.另外,实验结果发现：给定任务完成时间越长,无人机的轨迹越长,随着传感器设备能量收集阈值的升高或能量收集效率的降低,无人机轨迹向传感器偏移得越明显.与传感器均匀分布相比,当传感器位置全部分布在某一侧时,无人机轨迹会向其所在方向偏移.     

面向海岛环境的海雾能见度监测系统应用研究

随着无线传感网技术的日益成熟,以及对海岛资源探索的需求,利用无线传感网监测海岛气象信息逐渐受到关注.本文设计实现了低成本的海雾能见度监测系统,可在海岛等崎岖地域组网工作.系统利用低成本传感器,实时采集温湿、风速等气象参数,获取同一时刻、地点的能见度数值,通过Z-score归一化方法进行数据校准,并使用人工神经网络结合支持向量机的方法训练模型,以收集的监测数据作为输入,获得较高精度的能见度输出.大量实验表明该系统可在地域偏远、传统方法难以奏效的场景下,实现较高精度的能见度监测应用.     

The trade-offs between Fog Processing and Communications in latency-sensitive Vehicular Fog Computing

In a vehicular fog computing paradigm, connected autonomous vehicles are envisioned as processing nodes (i.e. fog nodes) so that end-devices may offload processing tasks to them. As such, both local and distributed processing on fog nodes will depend heavily on wireless network conditions and the current traffic demand. In this work, we investigate the trade-offs on the operation of fog nodes under different vehicle densities and network conditions and formalize a Time Constrained One-Shot Open First Price Auction for resource allocation in vehicular fog computing. Through a large-scale simulation study, we assess important aspects of the performance of fog nodes in Vehicular Fog Computing. We show that current wireless network standards may dictate the limits of processing despite the availability of processing power of fog nodes. Our results indicate the existence of trade-offs on the operation of fog nodes regarding message overhead and processing redundancy to achieve high task completion ratio. Finally, we evaluate the social welfare distribution of the task allocation achieved using the auction where higher message rates lead to higher costs.     

三维随机海浪实时模拟方法研究

分析比较了当前两种比较完备的线性海浪理论,在随机海浪模型基础上设计了一种三维海浪实时模拟方法.利用快速傅立叶变换(FFT)算法进行数值加速计算,完成了海浪的三维造型;研究了基于OpenGL的图形绘制原理,引入顶点数组渲染图形的方法完成了海浪波面的绘制;采用多线程机制使得海浪的数值计算和三维显示能够同步进行.在此基础上对天空以及海浪表面光反射效果进行了模拟,提高了视觉逼真度.通过测试发现,图像刷新频率达到30帧/秒,模拟效果良好.     

烟雾的快速模拟

文章提出利用粒子系统和浓度场相结合的方法来模拟烟雾的运动与扩散.在粒子属性中加入一浓度函数,通过粒子作用半径及浓度函数的变化模拟烟雾的扩散,还通过粒子的运动及分裂反映风力场的作用.与原有的粒子系统相比,不仅增加了对烟雾扩散的描述,还可以用少量的粒子生成连续的浓度场,在很大程度上提高了计算速度.同时文章还给出了一种快速的烟雾绘制方法.     

基于雾气遮罩理论的图像去雾算法

针对场景中雾气分布可能不均匀的问题,本文提出了一种基于雾气遮罩减除的图像去雾算法。首先对降质图像平滑滤波以估计其亮度分量,对亮度分量求均值得到均匀分布的雾气遮罩,并结合退化图像获取与场景深度信息相关的雾气遮罩。在对数域中从降质图像中减除获得的雾气遮罩,即可得到场景的反射图像。对反射图像进行自适应的对比度拉伸,可以得到最终的去雾结果。所提算法能较容易地扩展至视频去雾应用,真实场景的图片与视频实验验证了所提算法的有效性。