透射率全局估计航空影像去雾算法

针对雾霾天气会导致航空影像的色彩失真、信息损失,对影像的后期处理和判读造成了负面影响,以暗原色先验为理论基础,结合航空影像的成像特点和景物内容特点提出一种针对航空影像的去雾算法。首先,获取航空影像透射率图并对其自动分割;其次,对影像透射率全局估计和局部优化;最后,根据大气物理模型对影像恢复处理。选取了山区、村镇、城市等各种场景近20组航空影像进行试验,从主观和客观两方面对算法效果进行评价,结果表明该算法具有处理效果稳定、鲁棒性强的特点。     

基于各向异性高斯滤波的暗原色理论雾天彩色图像增强算法

针对经典的暗原色理论算法在处理雾天图像时色调和亮度失真问题,提出基于各向异性高斯滤波的暗原色理论雾天彩色图像增强算法.首先通过容差机制对图像区域进行分割,根据阈值判断明亮和非明亮区域;然后引入各向异性高斯滤波,对透射率图像进行保边平滑处理;最后再一次引入容差机制,实现对透射率图像的再次修正,得到准确透射率图像,进而获得无雾的图像.主观观察和客观评价结果表明,在整体和细节方面,该算法比经典的暗原色算法有更好的处理效果.     

双边滤波与暗通道结合的图像保边去雾算法

目的 图像去雾领域越来重视去雾过程中对图像边缘细节的恢复和保护,针对现有主流的基于模型的有雾图像复原算法,基本都是对介质透射率进行直接求解,即先预估透射率,再细化抠图,运算量很大的问题,提出利用双边滤波方式进行介质透射率的间接求解,用以简化去雾算法时间复杂度。方法 利用双边滤波方式对介质透射率的求解,是先估算出较精确的大气散射函数及大气光值,然后间接求出透射率,其避免了采用软件抠图的方式对介质透射率进行细化的过程,提高了算法的时效性。结果 选取两组户外有雾图像进行实验,并从得出的透射率图、复原效果及运算时间进行了对比分析。本文算法能得到较为清晰的透射率分布图,并且改善了预估透射率图中的块状现象;本文算法对透射率细化的同时,还起到了平滑图像边缘的效果;耗时方面,本文算法对大小为608×456像素的图像恢复耗时为1.803 s。结论 本文算法对有雾图像进行全局清晰化处理的同时,重点恢复有雾图像的局部细节,复原结果能更好地保持图像边缘的效果,更适合运用到基于图像检测类的系统中去。     

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.     

基于双边滤波暗原色透射率细化的图像去雾算法

针对He算法中透射率存在斑块效应的不足,提出双边滤波暗原色透射率细化算法。在大气散射模型的基础上推导暗原色透射率;建立双边滤波权重因子,分析空间域核函数和值域核函数对滤波效果的影响,进而提取空域滤波半径和值域滤波半径。仿真实验表明,基于双边滤波的透射率细化效果优于He的算法,算法执行效率有显著提高。     

基于暗原色先验的一种快速图像去雾方法

为了改善雾天环境下退化图像的视觉效果,结合雾天成像模型和暗原色先验的规律,提出了一种快速的单一图像去雾算法利用暗原色先验对大气参数进行估计,选取图像中满足条件的像素点进行透射率的估计,并据此计算图像中其它像素点的透射率,从而大大减小了图像透射率估计运算量,最后根据大气参数和透射率计算得到清晰化的图像。实验结果表明,该算法相对于传统的单一图像去雾方法具有处理速度快和效果好的特点。     

基于图像分割的去雾算法

针对雾霾条件下,所得的单幅图像出现降质现象,因而对视觉效果要求高的图像进行复原具有必要性;基于图像分割的去雾算法以暗通道先验模型为基础对大气光矢量A值的求取和透射率t(x,y)的处理方法实现改进;首先对单幅图像进行阈值分割找到天空区域,在所获取的天空区域部分结合skyline算法,可以找到精确的大气光矢量A值;进而对初始透射率t(x,y)采用改进的约束最小二乘方滤波进行优化,得到优化透射率t₁(x,y),最后将所得的大气光矢量A值和优化透射率t₁(x,y)利用大气光传输物理模型复原;改进算法的去雾结果具备保留细致的边缘细节,同时具有高效的去除图像噪声能力;实验结果表明,与he方法相对比,改进去雾算法的处理时间大程度缩短的同时,图像效果得到了提升。     

单一图像的快速去雾算法

为了改善雾天环境下退化图像的视觉效果,结合雾天成像模型和暗原色先验的规律,提出了一种快速的单一图像去雾算法。利用暗原色先验对大气参数进行估计,选取图像中满足条件的像素点进行透射率的估计,在此基础之上利用多元线性回归分析得到回归方程,并据此计算图像中其它像素点的透射率,从而大大减小了图像透射率估计运算量,最后根据大气参数和透射率计算得到清晰化的图像。实验结果表明,该算法相对于传统的单一图像去雾方法具有处理速度快和效果好的特点。     

基于透射率拉伸的光学遥感影像薄云去除

针对目前光学遥感影像薄云去除算法中易出现地物失真的问题,基于遥感影像像素至少在某一波段的像素值近似为零这个暗通道先验,提出了一种利用伽马函数非线性拉伸透射率进而做到高保真去薄云的算法。通过透射率的非线性拉伸,增强了无云区域和有云区域的透射率对比度,从而对受薄云影响最严重的蓝光波段进一步去云。定量分析与实验结果表明,该方法不仅能有效去除遥感影像中的薄云,还能保留无云区域的辐射信息,具有高保真特性。     

基于透射率拉伸的光学遥感影像薄云去除

针对目前光学遥感影像薄云去除算法中易出现地物失真的问题,基于遥感影像像素至少在某一波段的像素值近似为零这个暗通道先验,提出了一种利用伽马函数非线性拉伸透射率进而做到高保真去薄云的算法。通过透射率的非线性拉伸,增强了无云区域和有云区域的透射率对比度,从而对受薄云影响最严重的蓝光波段进一步去云。定量分析与实验结果表明,该方法不仅能有效去除遥感影像中的薄云,还能保留无云区域的辐射信息,具有高保真特性。     

基于暗原色先验的图像快速去雾

目的 针对暗原色先验去雾算法出现的边缘残雾、天空色彩失真以及速度较慢问题,提出一种快速有效的图像去雾算法。方法 舍弃传统分块的思想,采用逐像素处理的方法估计透射率,并对估计值过低的透射率进行适当的增强。大气光采用效率更高的四叉树算法来求解。结果 有效地解决了边缘残雾和天空色彩失真问题,相比其他算法,去雾后的视觉效果有所提升。透射率和大气光的求解速度都得到一定程度的提高,去雾速度是暗原色先验去雾算法的近4倍。结论 实验结果表明,本文算法在保证良好去雾效果的前提下能大幅提升去雾的效率,节省去雾所花费的时间。对于大部分有雾图像,本文算法都能够达到较好的去雾效果,但在处理具有较大景深的图像时,远景部分的去雾效果欠佳。鉴于速度上的优势,本文算法适用于对实时性要求比较高的去雾场合。     

基于物理模型的低照度图像增强算法

针对低照度图像反转后为与雾天图像相似的伪雾图,其雾的浓度由光照情况而非景深决定这一特点,提出一种基于物理模型的低照度图像增强算法。该算法根据光照情况给出一种更加准确且快速的新方法估计伪雾图的透射率。首先,采用暗原色先验规律对伪雾图的环境光值进行估计,并基于光照情况对透射率进行估计;然后,基于大气散射模型还原出无雾图像;最后,对无雾图像反转得到低照度图像的增强结果,并对该结果进行细节补偿得到最终的增强图像。大量实验表明,与基于暗原色先验的增强算法、基于去雾技术的增强算法及带色彩恢复的多尺度Retinex算法相比,该算法处理效率更高且效果良好,信息不会丢失,可有效提高图像分析识别等系统的工作效率。     

颜色保持的实时图像/视频去雾算法

针对目前去雾算法实时性较差,对天空等区域的处理不理想以及去雾后图像偏暗等问题,提出一种实时有效的去雾算法。首先,利用暗原色先验估计粗略透射率图;其次,下采样粗略透射率图并用优化的导向滤波得到改善的透射率图,以便实时处理更高分辨率的图像;然后,上采样改善的透射率图,并对其进行修正,得到优化后的透射率图,以解决暗原色先验不适于处理含有天空等大面积亮区图像的问题;最后,经过颜色保持的自适应亮度调整得到最终去雾图像。该算法时间复杂度仅是图像像素数的线性函数,对分辨率为600×400的图像,耗时约80ms。与基于导向滤波算子的暗原色先验的单幅图像去雾方法、基于中值滤波的快速去雾方法和带颜色恢复的多尺度Retinex(MSRCR)算法进行了对比,     

一种数字航空影像的匀光方法

针对单张数字航空影像不均匀光照现象的成因，深入研究了马斯克匀光技术在数字航空影像匀光中的应用，并针对数字航空影像提出了相应的匀光处理的具体流程和实现方法。实验表明该方法可以克服数学模型法的不足，具有较强的适用性，对于消除数字航空影像的不均匀光照现象能够取得满意的效果，从而可以有效地解决单张数字航空影像的色彩平衡问题。     

基于粗糙集分类器设计与应用研究

针对从粗糙集能更好的处理不确定性信息的特点,粗糙集理论在遥感影像分类中取得一定成果的基础上,采用了三种粗糙集理论的算法进行粗糙集理论遥感分类的研究,一般粗糙集算法、启发式粗糙集算法和互信息动态粗糙集算法,采用记事本的形式把分类规则和分类结果记录下来,并用混淆矩阵对遥感影像进行了分类精度的评价,分类精度提高了1.1403%,试验证明粗糙集理论算法在遥感影像的分类处理取得良好的自动化分类效果,简化了分类的判别过程,试验结果是可行的.     

融合暗通道与Retinex算法的水下图像复原研究

针对水下图像存在细节模糊和色彩失真等问题,基于水下光学成像模型,提出了一种融合暗通道先验和Retinex的方法。首先为避免场景中亮白区域影响,提出一种基于四叉树分解方法改进对背景光的估计,进一步分通道对透射率进行估计,引入自适应容差补偿机制,根据图像区域的明亮程度自适应修正透射率,并利用改进的导向滤波细化透射率,消除了图像块效应,利用优化的暗通道先验算法对图像进行清晰化处理得到复原图像;其次用Retinex算法提高水下图像对比度以及校正颜色畸变;然后依据复原图像与Retinex算法增强图像的特点进行像素级融合,最终得到复原后的水下图像。为定量评价复原算法,选取了信息熵、平均梯度和UIQM定量化评价因子。实验结果表明,所提算法在主观及客观评价方面均优于对比算法,为后续水下目标探测提供了研究基础。     

一种改进的无人机航空影像配准方法

针对目前无人机航空影像非同源、畸变大、处理量多的问题,提出一种改进的无人机航空影像配准方法;首先利用传统SIFT方法得到特征点,其次利用C均值聚类方法可实现准确的非监督分类的特点,对传统SIFT方法得到的特征点进行筛选,从而得出同名点;最后根据得到的同名点完成待匹配图像的投影变换完成配准;通过实验仿真证明该方法精度有较大提高,且可自适应处理不同图像,是一种有效的无人机航空影像匹配改良方法.     

基于引导滤波改进的暗原色去雾算法

针对雾天条件下户外图像存在清晰度降低和色彩偏移的现象,提出一种基于引导滤波改进的暗原色去雾算法。首先,采用暗原色先验理论估计出粗透射率,通过灰度的引导图像对粗透射率进行引导滤波的细化处理;然后,对图像中暗原色失效的区域进行判定,利用调整因子对该区域的透射率进行修正;最后,通过大气散射模型获得复原图像,并对HSI颜色空间进行亮度均衡化,使复原图像得到增强。实验结果表明,该算法能复原出细节突出、色彩自然的图像,具有较高的运算效率。     

单幅图像快速去雾算法

目前去雾算法主要有通过暗原色和对图像颜色通道处理等方法,但是这些方法去雾效率不高,从而导致实用性不强,针对此弊端提出了一种基于单幅图像的快速去雾算法。大气光估计运用改进的暗通道方法,先对颜色通道进行最小滤波,然后取最小滤波的最大值作为大气光的估计值;透射率估计运用物理模型均值滤波,先根据数学模型转换,然后进行一次均值滤波,再用偏移值来修正带透射率的估计值。算法简单快速有效,具有实用性。对实验结果进行定性定量分析,证明与其他算法相比,所提算法具有更好的去雾效果和更快的处理速度。     

反馈调节机制的暗通道去雾算法

针对暗通道图像去雾算法在处理不满足暗通道先验条件的明亮区域时,估计的透射率偏小,导致去雾后的图像与原图像相比,色彩和纹理平滑度出现较大偏差的问题,提出反馈调节的暗通道去雾算法。该算法首先通过暗通道算法对原始有雾图像进行去雾,反馈出去雾后的图像与原始图像纹理平滑度的差异,使用模糊C-均值聚类算法分割出明亮的区域;然后用高斯函数调整明亮区域偏小的透射率,使其更加接近实际的透射率;最后利用调整后的透射率求得清晰的无雾图像。实验结果表明,该算法可以有效地处理不满足暗通道先验条件的区域,使得包含明亮区域的雾化图像,去雾后的色彩更加符合真实场景,视觉效果也更好。该算法可以提高户外监视系统的鲁棒性。