基于自适应散射系数的非均匀图像去雾

针对传统方法去除非均匀雾时出现的颜色失真或过深、去雾残留等问题,提出了一种基于自适应散射系数的非均匀图像去雾方法。首先,利用3种雾浓度特征表征雾的非均匀分布,创新性地建立大气散射系数与雾浓度之间的正相关函数,实现动态识别不同像素点的雾浓度,根据每一像素点雾浓度的不同自适应分配不同的大气散射系数值,得到更准确的透射率。其次,利用基于Robinson高阶算子的上下文正则化约束透射率,避免去雾后的图像出现光晕伪影,最大限度保留图像纹理和细节信息。实验结果表明,在真实雾图和非均匀雾图上,所提方法在视觉效果和客观指标方面均有较好的结果。

结合自适应雾气估计的快速单幅图像去雾

大气中水分子及微小颗粒对光的散射和吸收, 使得在雾天条件下获取的图像严重降质, 本文提出一种结合自适应雾气估计的快速单幅图像去雾算法。首先, 该算法从大气散射模型出发, 通过分析景深与亮度分量之间存在的相关关系, 提出线性系数利用亮度分量来近似估计出景深, 并通过最小滤波对明亮区域进行修正, 得到粗略透射率;其次,观察到散射系数值与雾浓度呈正相关,从而结合雾浓度模型与指数函数提出自适应散射系数概念,估计出较准确的透射率;最后, 根据大气散射模型复原出无雾图像。实验结果表明本文算法可以复原出清晰自然的无雾图像, 明显提高了图像可见度, 且具有较低的时间复杂度。