基于容差机制与超像素的阈值暗通道去雾改进算法

针对暗通道先验算法在天空区域失效和易产生光晕的问题,提出一种基于容差机制与超像素的阈值暗通道去雾改进算法。首先,使用超像素算法将图像分割为景深一致的局部块,用局部块替换暗通道先验算法的固定方块;然后,通过计算局部块内元素的方差来判断离散程度,根据离散程度选择不同的暗通道计算策略;最后,在HSV空间中定位高亮区域,并用容差机制对高亮区域的透射率进行修正。实验结果表明,该算法能有效去除天空区域浓雾,并能改善光晕效应。

基于容差机制与高斯滤波的图像去雾算法

为了使暗通道先验去雾算法能够有效处理雾霾图像中天空等明亮区域,提升去雾后图像的抗噪性能,提出了一种基于容差机制与高斯滤波的图像去雾算法。首先,引入容差机制来修正明亮区域透射率;然后,融入高斯滤波算法来提升去雾后图像的抗噪性能;最后,适当调整图像亮度,以提升去雾后图像的可视化效果。仿真实验结果表明,改进后算法不仅能够有效处理雾霾图像中天空等明亮区域,而且能够提升去雾后图像的抗噪性能;相较于主流的同态滤波算法,改进后算法的去雾性能更优。

一种改进的容差机制图像去雾算法

针对经典容差机制图像去雾算法存在的对部分明亮区域透射率提升力度不够,难以彻底消除色彩失真问题,本文提出一种改进算法。将原算法中对明亮区域透射率根据容差进行双曲线提升修正变为线性提升修正,使透射率平稳提升,并适当增大了透射率提升力度,有效消除色彩失真。以方差和色调还原度作为图像去雾的客观质量评测指标,与暗原色先验算法和经典容差机制算法进行对比实验。实验结果表明,本文算法在改善明亮区域色彩失真及提高图像去雾效果方面优于对比算法。

基于改进容差机制的图像去雾算法

传统容差机制图像去雾算法中的容差参数选取受图像是否含天空区域影响,且修正后的透射率容易出现分层现象。为此,提出一种基于颜色衰减先验的容差机制透射率纠正算法。通过判断图像每一像素点的亮度-饱和度差值与原始透射率的比值大小提取天空等明亮区域,根据原始透射率值以及亮度-饱和度差值对该区域透射率进行放大修正,使其趋近于真实值。实验结果表明,在不改变容差参数的情况下,相对基于暗原色先验的图像去雾算法,该算法色调还原度值、峰值信噪比值均有所提升,复原图像质量更好。

基于容差机制的透射率优化图像去雾算法

雾天环境下,由于大气悬浮粒子对光的吸收和散射,导致户外图像对比度衰减、色彩失真,掩盖了图像的有效信息,从而影响计算机视觉系统的效率。针对这一问题,提出一种优化介质透射率估计的改进算法。首先构建空间模型去除噪声像素以优化透射率估计;并引入容差机制区分户外图像的天空区域,抑制Halo效应的产生;最后使用自适应的Gamma矫正对比度算法以提高图像亮度与对比度。实验结果表明,改进算法有效地复原了有雾图像,恢复了图像对比度,显著地提升了视觉效果。

融合彩色增强信息的暗通道去雾方法

目前基于暗通道的图像去雾算法多存在复原后图像色彩失真和天空边界区域轮廓模糊等问题。为了解决这些问题,提出了一种融合彩色增强信息的暗通道去雾方法。该方法以暗通道先验算法为基础,采用灰度开运算对大气光值进行区间估计得到精确的大气光值和初始透射率;将YC_(b)C_(r)空间上复原图像所对应的灰度图像作为引导图像,并对粗透射率图采用梯度域引导滤波细化处理;再利用自适应容差机制对天空区域及明亮区域的透射率进行自适应修正;最后,利用亮度补偿模型对图像进行修正,提高复原图像的亮度和色彩饱和度。在合成雾天图像和真实雾天图像上的实验结果表明,与现有的单幅图像去雾算法相比,所提方法在峰值信噪比和结构相似性上均有提升,同时有效地解决了去雾后图像颜色失真和细节丢失问题。

基于受限光值与透射率修正的图像去雾算法

针对暗通道先验去雾算法在滤波窗口较小时得到的去雾后图像存在颜色失真、对引入因子的选择及明亮区域透射率的计算存在误差、去雾后图像的抗噪性能较弱等问题,提出基于受限光值与透射率修正的图像去雾算法。首先对大气光值A设定阈值上限;其次通过建立引入因子与结构相似度的对应关系以获得最佳引入因子;并在引入容差机制的基础上进一步提出透射率优化方法;最后在所提去雾算法基础上融入高斯滤波算法,并调整去雾图像亮度以提升可视化效果。仿真结果表明,运用所提算法得到的图像PSNR值、SSIM值、Entropy值相对于改进前分别平均提升9.9964 dB、8.57%、0.3732,验证了所提算法的有效性与优越性。

基于四阶PDE模型的暗原色理论雾天图像增强算法

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的问题,该文提出一种基于四阶偏微分方程(PDE)模型的暗原色理论雾天图像增强算法。该方法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;并引入四阶PDE模型对透射率图像进行平滑处理;再通过容差机制,实现对透射率图像的精确修正;最后采用暗原色理论数学模型求取增强后的图像。主观观察和客观评价证明,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。

基于改进暗原色先验模型的快速图像去雾方法

为了解决雾天图像质量退化问题,结合改进的暗原色原理与容差机制提出一种快速图像去雾算法。该算法首先基于暗原色先验估计大气参数,然后利用插值算法和最大最小估计法改进暗原色先验模型进而准确计算出不同场景深度的透射率,最后结合容差机制基于大气散射模型恢复无雾图像。实验结果表明,相比于原有的暗原色先验算法,该算法的计算速度可提高至少30倍,并且能够同时实现明亮与暗色区域的有效去雾,去雾图像清晰自然。基于插值算法与最大最小估计法改进的暗原色先验去雾模型可同时保证去雾处理的鲁棒性和实时性。

明亮区域的暗原色先验算法

针对暗原色先验算法在处理含有大面积明亮区域的有雾图像时,复原图像会产生严重色彩偏移的不足,提出了一种基于像素点的透射率修正方案.在分析暗原色先验去雾原理以及复原图像色彩偏移成因的基础上,对去雾模型进行推导,使用暗通道亮度与大气光数值接近度及像素通道间数值接近度作为明亮区域判定机制,得出更具普适性的透射率求取方法.明亮区域采用容差机制纠正错误估计的透射率,非明亮区域仍采用原透射率求取方式,并首次将改进算法应用到雪天模糊图像清晰化中.实验结果表明,改进算法使去雾图像清晰自然,可有效修正色彩失真.

基于判别式滤波和双边滤波的快速图像去雾研究

为了提高图像去雾算法的运行效率,并解决明亮区域去雾后颜色失真的问题,提出一种基于两次滤波的快速图像去雾算法(TBFIDA)。利用改进的四叉树方法得到鲁棒性强、稳定性好的环境光亮度,在最小通道图中,采用判别式滤波获取粗略的大气散射图,消除光晕现象,使用双边滤波器对粗略的大气散射图作进一步保边平滑优化操作,得到更加精确的大气散射图,并通过容差机制进行透射率修正,解决天空明亮区域去雾后的颜色失真问题。应用大气散射模型形成无雾图像。实验结果表明,TBFIDA能较好地恢复场景的颜色,对景深突变区域也能够保持边缘细节,获得较真实的清晰无雾图像,具有较高的准确性、鲁棒性和实时性。

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。

基于两次双边滤波的煤矿监控图像去雾研究

煤矿井下智能视频监控系统在各大煤矿得到广泛的应用,然而由于井下条件恶劣,视频监控中经常遇到伴有各种随机噪声的尘雾图像。针对降质严重、视觉效果差的监控图像,提出一种基于两次双边滤波的快速图像去雾方法(FDA-DBA)。首先利用四叉树方法获取全局环境光亮度,然后对最小通道图采用双边滤波器获取粗略的大气散射图并进一步优化;其次利用容差机制进行透射率修正,解决明亮区域处理后颜色失真问题;最后利用大气散射模型复原雾尘图像。实验表明,该算法能较准确地恢复场景的色彩和清晰度,可获得较真实的清晰无雾图像,具有较高的准确性和鲁棒性,并且算法的时间复杂度与图像像素数呈线性函数,适合于煤矿智能视频监控环境。

基于暗原色的图像去雾改进算法研究

何恺明提出的暗原色先验是一种简单有效的单幅图像去雾算法,很好地解决了雾天场景透射率的估算问题,图像复原效果清晰自然。但是原算法中的软抠图算法复杂度高、耗时长,对全天空区域和明亮区域处理效果不理想,恢复图像黯淡。针对这些问题,文章引入了引导图像滤波和自适应的容差机制,改进了原始算法。实验证明改进后的算法不仅大大降低了计算复杂度,同时也很好地保证了图像的去雾效果。

基于透射率修正的暗通道去雾改进方法

针对暗通道先验去雾算法在景深突变处和天空区域透射率估计不准确,从而造成景深突变处产生光晕现象和天空区域色彩失真,提出利用最小值像素暗通道和局部窗口暗通道分别求取透射率,然后在景深突变区域使用两者的加权值修正透射率,在天空区域采用容差机制修正透射率。实验结果表明,该去雾算法能够有效缓解光晕现象和天空区域的色彩失真。

一种基于Sigmoid函数的抑制Halo效应的有效算法

人们通常利用暗通道先验理论进行图像去雾,其副作用之一就是光晕现象,即Halo效应。在深入分析光晕效应特点的基础上,提出了一种基于Sigmoid函数的抑制Halo效应的有效算法。首先对带有光晕的图像进行大量观察,总结了光晕产生的位置规律及结构特性,构造了一个具有方向性的Sigmoid模板;然后对由暗通道先验理论得到的粗略透射率图进行边缘检测,获得景深突变处像素点的坐标和方向角;其次,再利用已构造的模板判断该处出现光晕的准确位置,并将非光晕区域的像素值赋给光晕区域,得到优化后的透射率图;最后引入一种容差机制还原出清晰无光晕的图像。本算法的特色在于所构造的模板仅仅处理出现光晕的区域,而不是处理整个图像区域,因此避免了传统方法中非光晕区域的颜色失真问题。实验结果表明,本算法简单易行,运行速度快,复原效果好。

基于暗通道和多正则化约束的图像去雾方法

针对户外雾天场景下采集到的图像存在对比度低及细节模糊等问题,提出一种基于暗通道和多正则化约束的单幅图像去雾方法。根据普通户外无雾图像暗通道的特点对初始透射率的估计方法进行修正;通过建立含多正则化约束的变分模型对初始透射率进行优化,利用交替方向乘子法对变分模型进行高效求解;引入容差机制对含天空等明亮区域的透射率做进一步修正,利用雾天图像成像模型复原潜在清晰图像。实验结果表明,该方法得到的复原图像具有较好的色彩保真和细节保持能力,且在不同雾天场景下均具有较强的鲁棒性。

基于暗通道先验的图像去雾改进

雾天环境一般会导致相机拍摄的图像对比度下降、色彩失真。传统暗通道先验去雾算法虽然可以估算雾天透射率并获得较好的去雾效果,但仍然存在算法复杂度高、容易出现块效应,以及明亮区域色彩偏离问题。针对上述问题提出一种改进的去雾算法,该算法通过引入容差机制校正明亮区域的透射率,然后利用引导滤波进一步细化透射率。实验结果表明,使用改进后的算法可有效改善色彩偏离问题,提高运算速度。

一种改进的场景透射率修正图像去雾算法

在户外起雾的情况下,人们通过摄像机所拍摄的照片往往非常不清楚,照片通常呈现灰暗的色彩,图片的清晰度不高,很容易造成图像的一些信息丢失,难以被检测到。这使目标识别的难度大大提高,户外视频监控的有效性也被极大破坏。据此,提出了一种改进型的去雾算法。首先通过对场景透射率进行粗估计来得到一种块透射率,再对块透射率进行更深一步的细化处理来得到较准确的场景透射率,最后使用一种改进的容差机制修正场景透射率错误估计的区域来获得一个更加准确的透射率值。通过与已有去雾算法对比,验证了所提算法在图像去雾的各项指标中的优越性。该算法在图像去雾领域具有广阔的应用前景。

区分天空的改进暗通道先验去雾算法

为解决暗通道去雾算法在天空区域块效应和色彩失真的问题,本文提出了一种区分天空的暗通道先验去雾算法。该算法首先对原图像进行高斯滤波,之后采用区域生长算法对原图像天空区域进行分割,将图像分为天空区域和非天空区域;其次,对天空区域利用新大气光和容差机制改进透射率,进而实现天空区域去雾;对非天空区域采用暗通道先验去雾;最后,把两部分去雾图像融合起来。实验结果表明,分割出的天空区域准确,改进的暗通道去雾算法能够有效的去雾,很好地解决了天空区域去雾时的块效应和色彩紊乱问题。