无人机侦察图像快速去雾算法

无人机在进行情报侦察时,容易受到不良天候条件的影响,使得侦察图像模糊不清,对比度下降,但是现有较多算法解决此类问题的实时性较差,所以本文提出了基于暗通道原理的无人机侦察图像快速去雾算法。首先对图像进行降采样,根据大气物理模型和暗通道原理,利用最小值滤波和均值滤波分析出透射率和大气光强的求解方法并进行优化,最后求解出去雾图像。通过实验验证,本文算法简单有效,实时性极高,可以用于工程实现。而且算法对图像的亮度也有一定的调整功能,具有较强的鲁棒性。

视频图像快速去雾系统设计

针对雾天视频图像退化严重的现象,使用TMS320DM6437处理器及其外围电路,研制了一种视频图像快速去雾系统;利用大气物理模型建立基于YCr Cb空间的去雾模型,通过简单的数学推导和均值滤波算法,并利用查表法提高计算效率,实现视频图像的快速去雾;通过实验论证和结果分析,得出该系统具有自动化程度高,鲁棒性强,实时性好等特点,可以处理各种不良成像条件下的视频图像,对于720×576分辨率的视频图像,处理速率可以达到50帧/s,满足工程应用的要求。

基于量子分解的航拍图像中值滤波

针对无人机航拍图像在采集或者传输过程中容易产生噪声的问题,提出了一种基于量子图像分解的中值滤波算法。该算法首先将经典图像表示为量子图像,并通过量子理论对量子图像进行分解,得到分解子图,然后利用改进的快速中值滤波算法对分解子图进行去噪,最后将各子图去噪结果进行合成得到最终的去噪图像。实验证明,该方法能够有效去除无人机航拍图像中的椒盐噪声和高斯噪声,所提算法在去噪效果方面与传统中值滤波算法相比,信噪比提高了约17%,与递归中值滤波相比提高了约28%。并且算法的效率得到了一定程度的提高。