基于边窗盒子滤波和透射率修正的图像去雾

针对雾线先验去雾算法存在的颜色过饱和现象、图像初始透射率估算不准确等问题,提出了一种基于边窗盒子滤波和透射率修正的图像去雾算法。为了解决初始透射率估算不准确带来的边缘细节信息丢失的问题,首先利用非局部总广义变分(TGV)正则化的方法估算初始透射率,并将二阶的非局部总广义变分(TGV)正则器来作为正则项,以确保对由图像颜色和深度之间的噪声和歧义引起的异常值具有鲁棒性。随后利用边窗滤波算法对初始透射率进行优化,从而实现对图像中纹理信息和边缘信息的保留。最后利用大气散射模型和多角度优化后的透射率复原出无雾的原始图像。实现结果表明,本文算法能够解决图像颜色过饱和与边缘处的细节纹理信息丢失的问题,且无色调偏移和光晕效应。在定性评估上,复原后的图像视觉效果好;在定量评估上,本文算法的去雾后图像的评价指标皆高于基于雾线先验算法。

基于暗原色的单一图像去雾算法的研究

暗通道优先算法在处理单幅户外图像去雾方面有较好的效果,但是该算法处理的时间过长,算法速度较慢。在暗原色优先算法的基础上,提出了改进的方案,即使用指导性滤波代替暗原色优先中的软抠图算法,并增加盒子滤波以提高指导性滤波的处理速度。同时为提高图像的输出质量,采用了分块处理方法,使用3×3模板求解图像的暗原色,得到了更好的透过率t值。实验表明,该算法在提高速度的同时优化了图像输出效果,图像更加自然、真实。