结合最小颜色通道图与传播滤波的单幅图像去雾算法研究

针对单幅图像去雾中边缘区域去雾不彻底及黑斑现象,提出了一种结合最小颜色通道图与传播滤波的图像去雾算法。该方法首先基于双区域滤波实现大气透射率的初始估计,然后引入最小颜色通道图作为参考图像,采用传播滤波优化初始透射率,优化后的透射图因与参考图像具有相似的边缘特性,能有效避免图像景深突变边缘像素点透射率估值出现偏差的问题,同时去除了初始透射图中冗余的纹理信息,最后利用L-BFGS自适应恢复大气光矢量,基于大气散射模型复原无雾图像。实验结果表明,所提算法对图像景深突变边缘具有更为精确的透射率估算值,能有效保持边缘和细节,图像景深均匀区域具有较好的空间平滑特性,复原后的图像具有较高清晰度和丰富色彩度。

基于暗通道先验理论及其改进算法的夜间图像增强处理

针对现有夜间图像增强处理算法对夜间图像处理时图像存在暗区域过度增强、噪声同样被放大及图像失真等导致图像质量变差的情况,结合夜间图像的特点,提出将暗通道先验理论应用于夜间图像增强处理,并对暗通道先验算法中大气光值和初始透射率计算方法进行改进,同时引入导向滤波完善图像细节部分的增强.实验结果表明,基于暗通道先验理论的改进算法对夜间图像处理不仅有很好的视觉效果,在图像结构相似度(SSIM)和图像峰值信噪比(PSNR)也有明显提高,而均方误差(MSE)基本相当.