结合暗通道的自适应MSRCR图像去雾算法

针对传统Retinex图像增强算法在图像去雾中无法对雾天图像实际情况进行去雾,导致增强后的图像出现光晕效应和细节丢失等问题,提出一种结合暗通道先验理论和引导滤波方法的自适应的多尺度Ret-inex图像去雾算法.利用子块平移部分重叠法将雾天图像进行分块处理;通过分析雾天图像的透射率和引导滤波尺度的相关性,利用最小二乘法构...     

多尺度Retinex和双边滤波相融合的图像增强算法

为了获得更加理想的图像增强效果,针对Retinex算法存在的“光晕伪影”现象,提出了一种多尺度Retinex和双边滤波相融合的图像增强算法.首先对多尺度Retinex算法的对数函数进行改进,拓宽图像的灰度范围,然后采用双边滤波算法对图像反射分量进行处理,消除光照变化不利影响,提高图像的对比度和清晰程度,最后采用伽玛函数对图像亮度进行校正,保持图像细节信息.实验结果表明,无论是主观视觉效果和客观质量,本文算法的性能均要优于多尺度Retinex算法,可以有效消除“光晕伪影”现象.     

一种改进的暗通道先验去雾算法研究

为了解决经典暗通道先验算法颜色偏暗、过饱和,天空区域出现光晕、噪声等问题,提出了一种改进的暗通道先验去雾算法.首先,通过对大气光的物理意义进行分析,将图像天空区域的亮通道值作为估值;然后针对传统去雾方法先验条件改进透射率估计,根据Hue-Saturation-Intensity颜色模型的图像增强结果计算粗透射率;之后使...     

基于双重暗通道结合与高斯加权的去雾改进算法

针对暗通道先验算法去雾后图像存在伪影和景深突变处留有残雾的问题,提出一种基于双重暗通道结合与高斯加权的去雾方法.分别利用超像素块滤波和中值方块滤波求取两层暗通道,对两层暗通道进行像素级结合并构造高斯加权函数进行加强,然后采用引导滤波优化透射率图.把雾图转化到HSV空间并提取包含天空等的白色区域,引入概率函数取白色区域前10％像素点的明度分量平均值作为大气光估计值.实验结果表明,所提算法能较好地保留图像细节并去除景深突变处的残雾,同时能改善伪影现象.     

基于天空约束暗通道先验的图像去雾

针对现有暗通道图像去雾算法存在的天空色彩失真,景物边缘光晕效应等问题,本文提出了基于暗通道理论的改进去雾算法.由于暗原色先验理论不适用于天空区域,本文将引导滤波用于天空区域的细化分割,准确估计包含天空区域图像的大气光照强度,解决了天空色彩失真问题;其次,利用中值滤波得到详细边缘信息,进而得到更为清晰的透射率,有效抑制了景物边缘光晕问题;最后针对去雾后图像偏暗的问题,在HSV空间对亮度分量V通道进行增强处理.实验结果表明,针对带雾图像,本文算法能够有效地去雾,改善天空区域色彩失真以及景物边缘光晕问题.     

基于区域显著性识别的弱光照图像增强方法研究

针对在弱光照条件下所采集的图像出现纹理缺失、对比度低等问题,提出了一种基于区域显著性识别的图像增强方法.对图像过度增强或部分区域增强不足问题,通过构建图像显著性特征图识别出图像中的显著区域和非显著区域,对基于暗通道先验估计出反转图像的透射图进行修正,从而通过去雾增强模型获得初步增强图像.最后通过改进的多尺度视网膜皮层(...     

区域透射率融合的暗通道图像去雾方法

针对传统基于暗通道先验的去雾方法容易导致边缘区域和天空区域分别出现伪影和颜色失真的问题，提出了一种基于区域透射率融合的暗通道图像去雾方法。首先，将含雾图像分为非天空、天空及过渡边缘等3个区域。其次，在暗通道结合块透射率估计和点透射率估计分别对非天空区域和过渡边缘区域进行融合，并利用梯度域引导滤波进行平滑处理，得到融合后的暗通道透射率。然后，合成天空区域的亮度透射率和暗通道融合透射率，以获得最终的透射率。最后，利用得到的透射率和改进后的大气光值对图像进行复原，得到去雾结果图像。实验结果表明，与传统暗通道方法相比，所提方法明显更优，其在有效抑制边缘伪影的同时能够较好地保留含雾图像的颜色特征。所提方法得到的去雾图像在主观评价和客观评价方面均能取得更好的结果。     

基于TV模型的暗原色理论雾天图像复原算法

针对经典的暗原色理论算法在处理雾天图像时,图像的边缘光晕现象,图像的色度、色调、亮度失真等问题,提出基于全变差(TV)模型的暗原色理论雾天图像增强算法。基于暗原色理论数学模型,粗略的获取透射率图像,并在此基础上,通过引入TV模型,对透射率图像进行保边平滑优化,为避免图像中高亮度区域出现光晕失真现象,结合容差机制,判断图像中的天空区域,对透射率图像进行修正,根据暗原色理论的数学模型反向求解,获得复原后的图像。通过主观观察和客观评价,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。     

基于伪暗原色的红外增强技术研究

基于红外图像与可见光雾化图像之间的相似性,通过比较红外图像的灰度均值和图像亮暗程度的灰度阈值,实现图像亮暗的自动判别,进而判断图像是否需要灰度反转。对原图或原图灰度反转图采用类似可见光去雾的暗原色先验算法——伪暗原色算法求出红外图像的粗糙透射率,结合导向滤波实现粗糙透射率的细化,依据大气散射物理模型得到最终增强的红外图像。实验结果表明,采用伪暗原色红外图像增强的算法可以提高红外图像的对比度,突出其细节,提高其信噪比,并且具有良好的视觉效果。     

一种改进的基于暗通道先验知识的去雾算法

针对上述问题首先分析了基于暗通道先验知识的去雾算法存在的缺陷与不足,然后通过预处理把原图像转换成标准图像,接着以引导滤波器代替软抠图来细化信息图以提高算法运行的速度,并调整信息图来改善原算法在处理明亮区域的失真和光晕现象.通过实验证明,改进的暗通道先验知识去雾算法比原算法在速度上提高了84.2%,并避免了对明亮区域的过度处理而产生的失真现象,增强了对色彩单一的有雾图像的处理效果.     

应用先验插值校正CT金属伪影

针对CT系统在实际应用中出现的金属伪影问题,提出一种基于先验插值的金属伪影校正算法。文中通过预滤波、骨骼分割和软组织恢复步骤计算先验图像,并利用先验图像的正向投影对原始投影中的金属投影区进行插值校正。应用该算法对数值仿真图像和临床CT图像分别进行了校正重建实验。数值仿真实验表明,用提出算法校正的结果比线性插值金属伪影校正算法、归一化金属伪影校正算法校正的结果更接近理想体模。临床数据实验表明:该算法的重建结果有效抑制了金属伪影,清晰重建出金属边缘细节,极大地提高了重建图像的质量。     

基于自适应阈值改进暗通道先验图像增强技术

基于暗通道先验的图像增强技术在图像的去雾和增强方面具有较好的图像增强效果.针对基于暗通道先验图像增强算法在处理有雾图像存在大面积白色高亮区域时出现的失真,提出了基于自适应阈值的改进暗通道先验算法.该算法在对图像进行直方图统计的基础上,先判断图像是否存在大面积白色高亮区域,并对区域的面积进行标识和统计,得到自适应系数β,再利用该系数对暗通道先验算法进行修正,最终进行对比度增强实现图像的去雾增强效果.实验结果表明,该方法能够有效消除图像去雾过程中出现的失真,提升图像质量,具有较高的实用价值.     

基于分层细分超像素和信息完整性先验的红外图像去雾

雾霾天气由于悬浮粒子的存在,降低了红外成像系统的对比度和视觉质量。现有的去雾方法大多侧重于增强全局对比度或在图像中采取局部网格透射率估计策略,容易导致图像信息丢失、光晕伪影以及天空区域失真的现象。针对这些问题,本文提出了一种基于超像素结构分解以及信息完整性保护的单幅图像去雾方法。在该模型中,首先基于局部结构信息,设计了分层超像素算法自适应地将图像分割成多个目标区域以消除光晕伪影。同时为了避免局部高亮目标造成估计误差,采用基于超像素块的改进四叉树细分方法获得全局大气光值。在此基础上,利用组合约束通过最小化信息损失实现透射率图最优化。在真实红外雾天图像上的实验表明,在定性和定量方面与现有的经典算法相比,本文所提方法在对比度和可见性方面具有优越性。     

基于Retinex理论的微观驱替图像增强算法

针对微观驱替实验图像存在光照不均的现象,提出一种基于快速引导滤波的Retinex图像增强算法.快速引导滤波具有较好的保边性和较低的时间复杂度,可避免照度估计时边缘丢失和运行时间长的问题.该算法通过快速引导滤波得到图像的照度分量,后使用Retinex算法处理得到光照均衡的微观驱替实验图像.实验结果表明,本文算法与MSR算...     

基于暗通道和伽马变换的水下图像增强

光在水下传播存在吸收和散射现象,导致水下图像颜色失真、对比度低.为此,提出了一种基于暗通道先验和伽马变换的水下图像增强算法.首先,在RGB空间利用暗通道先验估计水下图像透射率和大气光照值,加权处理后得到自适应补偿参数,进而对图像颜色校正.在此基础上,将增强后的RGB图像转化到HSV颜色空间,对V通道进行自适应伽马变换,...     

基于Retinex的视频自适应增强算法

Retinex算法是图像增强的常用方法。基于Retinex理论提出一种新的视频光照增强算法,结合图像全局及局部灰度特性引入补偿系数,增强暗区域光照的同时克服了传统算法处理后的人工痕迹,使处理结果更加自然;同时,算法用引导滤波估计照度图像,在避免光晕现象的同时可以加快算法处理速度。实验结果表明,该方法简单有效,视觉效果提升显著。     

基于自适应阈值的改进暗通道先验图像增强技术研究

基于暗通道先验的图像增强技术在图像的去雾和增强方面具有较好的图像增强效果。针对基于暗通道先验图像增强算法在处理有雾图像存在大面积白色高亮区域时出现的失真,提出了基于自适应阈值的改进暗通道先验算法。该算法在对图像进行直方图统计的基础上,先判断图像是否存在大面积白色高亮区域,并对区域的面积进行标识和统计,得到自适应系数β,再利用该系数对暗通道先验算法进行修正,最终进行对比度增强实现图像的去雾增强效果。实验结果表明,该方法能够有效消除图像去雾过程中出现的失真,提升图像质量,具有较高的实用价值。     

基于二次约束与雾气分布的图像复原算法

针对最小滤波导致的光晕、伪影及透射率估计不足引起的天空失真等问题,提出了一种基于二次约束与雾气分布的去雾算法.首先,利用Canny检测算子得到有雾图像的粗纹理分布,在场景深度的基础上得到有雾图像的雾气分布图.其次,根据图像特征,提出了一种基于自适应雾气系数的二次约束模型,估计出清晰图像的最小通道图,并利用大气散射模型得到粗略透射率.然后通过自适应下边界约束与双边滤波进行透射率优化,并通过形态学操作改进局部大气光.最后根据复原模型得到去雾图像.实验表明,所提算法在主、客观评价中均取得了理想的效果,较好解决了去雾图像中的光晕、伪影与天空失真等问题.     

基于引导系数加权和自适应图像增强去雾算法

针对基于暗通道先验去雾算法易产生图像偏暗、细节信息丢失等现象,提出了一种基于引导系数加权和自适应图像增强去雾算法.首先,对原导向滤波方法进行采样和引导系数加权,快速得到精细化的透射率;然后,利用K-均值聚类将原图像标定为亮色和非亮色区域,约束透射率和大气光值,达到图像噪声抑制和大气光值优化的效果;最后,结合大气散射模型恢复图像,并利用自适应线性对比度增强方法对恢复后的图像进行优化.实验结果表明,与其他代表性去雾方法相比,由本文算法所获得的去雾图像不仅能克服图像失真、细节丢失等问题,同样在主观指标上和客观指标上都能取得较好的结果.     

基于Mean Shift和插值图像修复算法的CT图像金属伪影消除方法

近年来CT成像技术在临床医学中广泛应用,但当病人体内含有金属移植物时,由于射线硬化等原因很可能在金属物体周围产生亮暗伪影,降低图像质量,影响诊断的准确性.为了消除CT图像中的金属伪影,本文提出基于Mean Shift和插值图像修复的算法,基本流程为用自适应Mean Shift算法预处理CT图像,平滑噪声和轻度伪影,用简化的Mean Shift算法快速精确分割金属物体,由修复组织信息的插值图像生成先验图像,用先验图像的投影数据替换原投影数据得到校正后的CT图像.经过对比实验,文中算法在去除金属伪影的同时,能够保护原有CT图像的组织结构,取得了更好的处理效果.