基于暗原色先验模型的Retinex算法

现有雾天图像增强的Retinex算法采用固定滤波器,无法适应多种景深和雾化程度的情况.对此,本文提出一种基于暗原色先验模型的Retinex算法.暗原色先验模型反映了雾天图像中雾的分布与景深信息.受此启发,根据局部区域暗原色值设计一种尺度可变滤波器,针对不同景深和雾化区域采用不同尺度的滤波器估算雾天图像的照度分量,实现对雾天图像的增强.分别使用主观观察和客观数据分析方法,将本文算法与HE算法、固定尺度MSR算法进行对比,本文算法在细节增强以及图像整体效果上均优于HE算法和固定尺度MSR算法.

改进的基于暗原色先验的图像去雾算法

分析讨论了原暗原色先验去雾算法原理,指出其不足之处并推导出改进方法。通过引入一种容差机制,算法能更有效地处理不满足暗原色先验的明亮区域,纠正了这类区域错误估计的透射率,从而克服原算法在处理这些区域时产生的色彩失真。实验结果表明,这样的修改切实可行,恢复图像消除了色彩失真,视觉效果得以显著提高。

基于暗原色先验的图像去雾算法

为了减小大气退化现象对可见光成像系统的影响,提出一种优化和改进了的暗原色先验图像去雾算法。该算法从大气退化模型出发,通过自适应分块和中值滤波,得到细化的暗原色图像;利用自适应二维经验模式分解得到照度分量,进而采用低通滤波估计平滑的大气光图像;基于图像的稀疏先验知识,在softmatting下得到细化的大气传输函数图像;并对图像进行视觉色彩校正。最后利用主观和客观的方法对实验结果进行了评价,实验结果表明了算法的有效性。

基于邻域相似性的暗原色先验图像去雾方法

针对雾天图像对比度和颜色严重退化的问题,提出了一种应用暗原色先验去雾的简便方法。该方法首先根据暗原色先验得到雾天透射率图;然后,通过暗原色值与邻域暗色值的差值来判断边缘,取颜色最相近点的暗色值为新的暗原色值,同时利用暗原色图像直方图自动获得大气光线值;最后,根据大气散射模型得到清晰图像。实验证明,该方法能够有效去除雾对图像的影响。

结合分数阶微分和暗原色先验及Retinex的去雾算法

为提高雾霾天气图像的清晰度,提出了一种结合分数阶微分、暗原色先验及Retinex的去雾算法.首先将纹理丰富的雾霾天气下的图像进行分数阶微分,然后将分数阶微分后的图像作暗原色先验处理,并根据暗原色景深图信息计算其在图像中的Retinex尺度,最后对分数阶微分后的图像进行Retinex变换得到结果图像.对一系列雾霾天气下图像的测试结果表明:文中算法能够有效提高雾霾天气中模糊图像的清晰度,减少Retinex的光晕现象;与现有的多尺度Retinex及暗原色先验算法相比,对于纹理丰富及场景深度差异较大的雾霾天气下的图像,文中算法既能保持良好的增强效果,又可以加快运行速度.

基于暗原色先验的嵌入式图像增强系统

针对彩色直方图均衡化算法颜色易失真的缺点,提出了一种基于暗原色先验的快速图像增强算法。首先求取全局暗原色图,然后估计透过率图和大气光成分图,最后根据大气散射模型恢复出图像中所有像素的灰度值。结合实际应用,以高性能DSP芯片TMS320DM6437作为中央处理器,结合现场可编程门阵列FPGA构成外围电路逻辑控制,搭建了嵌入式高速图像增强处理平台。基于该平台用真实图像验证了本文提出的算法。实验结果表明,本系统在提高色彩和对比度的同时,有效地还原了场景中物体的颜色,获得了较好的增强效果,同时算法运行时间少,能够满足工程项目的要求。

基于暗原色先验原理的偏振图像浓雾去除算法

在浓雾天气下,针对基于常规偏振特性去雾算法去雾效果不理想的特点,提出了一种基于暗原色先验原理的颜色空间转化算法去除偏振图像的浓雾。相比传统的成像技术,偏振图像探测技术在复杂环境下的目标探测和识别处理具有独特的优势,偏振图像通常采用强度图、偏振度图、偏振角图来表征目标的偏振信息。为了达到偏振信息与去雾模型相结合的目的,采用一种颜色空间转化的方法,首先把偏振信息转化到HIS颜色空间对应的亮度、色度、饱和度等各分量中,再把HIS颜色空间映射到RGB空间;其次,结合雾霾图像的大气散射模型用暗原色先验原理求图像的暗通道图;最后,在图像的稀疏先验基础上用softmatting算法细化修正大气传输率。实验结果表明,在能见度很低时,去雾后图像的标准差、信息熵、平均梯度等指标比现有的偏振去雾技术提高很多,该方法能有效增强浓雾天气下图像的整体对比度,提高偏振图像的目标识别能力。

邻域自适应暗原色先验的单幅图像快速去雾算法

经典暗原色先验去雾理论对于单幅雾天图像有较好的处理效果,但该算法处理halo效应的soft matting技术运行速度较慢.在暗原色先验算法基础之上,针对该算法的不足,提出邻域自适应的暗原色先验去雾的改进算法.算法首先利用暗原色先验原理估算出雾天图像透射率,在计算透射率的过程中引入邻域自适应的思想,在图像边缘的约束下对透射率图进行邻域自适应优化计算,得到了更合理的透射率估计值,使halo效应显著的减少,然后使用导向图滤波对优化后的透射率图再次优化,其中取更小的参数值就可以得到清晰无雾图像,速度得到了加快.实验结果表明,该算法应用到图像去雾处理中,从根本上避免"暗色扩张"现象的发生,而且在去雾效率方面有大大的提高.

应用暗原色先验规律的遥感影像去雾技术

遥感影像去雾技术具有重大的应用价值。暗原色先验规律的提出为遥感影像的去雾提供了一种新的方法。根据遥感影像的特点,对应用暗原色先验规律的去雾方法进行了简化。实验证明,这种简化的方法对遥感影像的去雾处理能够在有效简化计算步骤的前提下取得良好的效果。

改进的基于暗原色先验的图像去雾算法

针对暗原色先验估计透射率偏小,不适用于天空区域,致使复原图像色彩失真、亮度偏暗等问题,提出了一种基于天空区域分割的图像去雾算法。通过对天空和非天空区域的雾天图像进行有区分地复原,克服了因不满足先验规律而导致的失真问题,通过Gray World和White Patch假设对复原图像亮度进行校正处理,解决了图像偏暗的不足。此外,通过在天空区域估计大气光值,使求得的介质透射率更为精确,复原出的细节更加清晰。实验结果表明,该算法能有效解决天空区域失真问题,复原后的图像也具有较高的亮度和对比度。在时间复杂度不显著增加的条件下,能够达到良好的去雾效果。

基于暗原色先验的煤矿井下退化图像复原算法

针对煤矿井下因水雾和煤尘散射作用引起的图像退化问题,结合煤矿井下无线多媒体节点采集的图像特点,提出一种正则化拉普拉斯矩阵的暗原色先验去雾尘模型。根据暗原色先验理论对来自煤矿井下无雾图像数据库进行统计,建立了煤矿井下图像成像的物理模型,利用该模型估算介质传播函数和井下光线照度,再由去雾尘模型复原得到清晰化的图像。试验结果表明,该算法有效恢复了场景的对比度,明显提高了图像的视见度。

自适应透射率的暗原色先验图像去雾算法

针对传统的暗原色先验在估算透射率时的不足,提出一种结合平均梯度和暗原色先验的图像去雾算法。通过分析暗原色先验理论,得出雾的透射率和去雾图像,结合平均梯度算法,达到自适应调整雾的浓度系数的目的,得到精确的透射率,解决因雾的浓度系数是固定值,不能有效估算有雾图像透射率的问题。将该改进算法与Fattal算法、He算法进行实验比较,比较结果表明,改进算法具有很好的去雾效果。

融合暗原色先验和稀疏表示的水下图像复原

由于水下图像成像过程中受光的散射、噪声干扰等因素影响,致使图像质量严重退化。为了去除模糊和抑制噪声,改善水下图像质量,该文提出一种融合暗原色先验和稀疏表示的水下图像复原新方法。该方法首先利用暗原色先验理论计算水下图像的暗原色,然后基于稀疏表示理论对暗原色进行去噪和优化,基于改进后的暗原色计算水体透射率和光照强度以计算最终复原结果,可以同时达到去模糊和去噪的良好效果。实验结果表明,提出的方法有效提高了图像的平均梯度和信息熵等图像像素,从而改善了图像的质量。

基于暗原色先验的煤矿井下图像增强技术

针对现有煤矿井下图像模糊增强算法不能应对井下浓雾情况且处理后的图像较模糊的问题,提出一种基于暗原色先验的煤矿井下图像增强技术,通过线性模糊化函数来达到图像增强的目的,并使用暗原色先验理论来增强图像的对比度,同时去雾尘。实验结果表明,基于暗原色先验的煤矿井下图像增强技术可提高煤矿井下图像的可视性,同时明显增强图像的对比度。

基于暗原色先验的APEX图像复原算法

为满足有效性和处理速度的要求,结合暗原色先验的参数估计,将用于模糊处理的近似点扩展函数估计(APEX)用于天气退化图像复原。考虑到不同天气条件下、不同大小的图像其APEX参数不一致,算法能够针对不同浓度的沙尘、雾动态调整估计参数;而且与大多数多幅图像输入的复原方法不同,算法针对单幅图像进行处理。仿真结果表明算法具有很好的实用性。为进一步改善视觉效果,基于颜色恒常性能够均衡图像中光源颜色分量不均匀造成的影响,对复原图像进行了颜色恒常性处理。

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。

基于导向滤波优化暗原色先验的公路能见度检测方法

针对中国交通领域的能见度实时监测问题,通过复用公路沿线密集布设的监控摄像头,提出了一种以暗原色先验理论为基础的公路能见度检测方法。该方法针对析取的监控视频帧,通过改进的暗原色先验图像处理方法获取视频帧中特定位置的空气透射率,然后按照摄像头架设的几何参数及大气光学理论推导相应的道路能见距离。与传统的暗原色先验方法不同,现采用导向滤波对暗原色先验的空气透射率计算进行优化,可以获得更加符合真实图像的透射率结果。实验分析结果表明,该能见度计算方法可行,能见度检测结果具有较高的准确度,因此可用于解决公路能见度检测和交通安全预警等问题。

基于暗原色先验的区域自适应图像去雾方法

在雾霾天气条件下,由于大气粒子的散射作用导致拍摄的图像严重退化。针对这一问题,提出一种简单有效的单幅图像去雾算法。设计晕光估计算子检测出晕光区域,在暗原色先验条件下,根据晕光估计值获取区域自适应融合权值,进而在不同区域采用不同的加权方式融合基于单像素估算的透射率与基于块状区域的透射率以获取精确透射率,有效地消除了晕光效应;最后增加参数限制透射率过低,保护了天空区域。实验表明该算法复原的图像清晰自然,尤其是在前景与背景的边缘处及天空区域能够达到很好的去雾效果。

基于暗原色先验的低照度图像增强

低照度图像亮度低、对比度低、细节信息缺失,对后续处理造成不便。针对这种情况,提出一种基于改进的暗原色先验低照度图像增强算法。采用输入图像暗通道的最大值估计大气光值,并用输入图像暗通道替代用大气光值来归一化输入图像,以其暗通道估计透射率,提高了算法效率。对输入图像取反,得到一副类似雾化的图像,用暗原色先验去雾,将结果再次取反,得到增强图像。暗原色先验会放大图像噪声,引入导向滤波实现保边去噪。实验结果表明,算法能有效增强低照度图像,提高图像亮度、对比度和突出图像细节信息。

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.