基于天空约束暗通道先验的图像去雾

发布时间：2019-08-19 13:18

【摘要】：针对现有暗通道图像去雾算法存在的天空色彩失真,景物边缘光晕效应等问题,本文提出了基于暗通道理论的改进去雾算法.由于暗原色先验理论不适用于天空区域,本文将引导滤波用于天空区域的细化分割,准确估计包含天空区域图像的大气光照强度,解决了天空色彩失真问题;其次,利用中值滤波得到详细边缘信息,进而得到更为清晰的透射率,有效抑制了景物边缘光晕问题;最后针对去雾后图像偏暗的问题,在HSV空间对亮度分量V通道进行增强处理.实验结果表明,针对带雾图像,本文算法能够有效地去雾,改善天空区域色彩失真以及景物边缘光晕问题.
【图文】：

彩色图像,图像,透射率,天空

射率《的值很小时，会导致■／的值偏大，逡逑天空区域色彩失真以及景物边缘光晕效应等问题．逦从而使得图像整体向白场过度，因此设置一阈值《。，当＊逡逑庐西任半聆逦值小于时，令本文中所有效果１Ｓ均以１逡逑为标准计算．因此，最终的恢复公式如式（５）：逡逑在计算机视觉中，大气物理模型［８］广泛用于描述逦；（0＿邋ｌ｛ｘ）－Ａ邋｜４逦（５）逡逑雾霾图像的信息：逦＿ｍａＸ（＊（幻，ｆ０）逡逑Ｉ（ｘ）邋＝Ｊ（ｘ）ｔ（ｘ）邋＋Ａ（＼－ｔ（ｘ））逦（１）逦Ｈｅ等人所提方法［ｕｉ的部分恢复效果如图１，其中图１逡逑其中：／是观测到的有雾图像；■／是景物反射光强度（清逦（Ｍ是粗透射率经过引导滤波细化后的结果，图１邋（ｃ）是逡逑晰的无雾图像）；４是全局大气光照强度；透射率《为＊逦利用图Ｕ６）中细化透射率恢复出的无雾图像．逡逑＝逦为大气散射系数，■／，．为景物深度．对于任意逦在图１（ｃ）中，ｂｕｉｌｄｉｎｇｓ天空区域出现了色彩失真逡逑的输人图像？／，其暗通道：逦和Ｉ块效应筑物缘则ｔｉｉ现Ｔ光：晕．力Ｂｆ？色逡逑Ｊ，ｌａｒｋ（ｘ）邋＝邋ｍｉｎ邋（邋ｍｉｎ邋Ｊｃ（ｙ））逦（２）逦先验理论对明亮的天空区域并不适用，估计出的大气逡逑式中？／，．表示彩色图像的每个通道，其中ｃ邋ｅ邋｜／ｍ６丨，光照和透射率的不准确，导致了色彩失真和光晕效应逡逑／２（＊）表示以像素ｘ为中心的一个窗口．如果？／是户外的出现．为解决此问题，本文将基于引导滤波分割天空，逡逑的无雾图像，根据暗原色先验理论［８邋］，除了天空区域，分别估算大气光照和透射率？并利用中值滤波得到透逡逑“的强度总是很低并且趋近于0．邋Ｕ为／的暗射率详＿缘信息，最终得到更为清＿透射率？逡逑原色．逦３改

流程框图,算法,透射率,天空

３４８逦电子学邋报逦２０１７年逡逑导滤波，它能够很好的保存边缘信息，将其用于天空分逦图２中，首先输人有雾图像经过粗分割二值化．将逡逑割后细化边缘，准确估算出天空区域和非天空区域的逦输入有雾图像作为引导图像，利用引导滤波对粗分割逡逑大气光照强度和透射率．中值滤波技术能够获取详细逦二值化后的图像进行细分割二值化，根据天空区域元逡逑的边缘信息，去除粗透射率中的这些信息，可以得到更逦素所占比例大小，分别估算大气光照强度和透射率？其逡逑为清晰地透射率．基于此，本文提出了改进的基于天空逦次利用中值滤波去除透射率的边缘信息？再用引导滤逡逑约束暗原色先验去雾算法，具体流程框图如图２邋：逦波细化透射率，得到更为清晰的透射率？最后，针对输逡逑逦／ｎ２］
【作者单位】：武汉大学电子信息学院;华中师范大学物理科学与技术学院;西北大学信息科学与技术学院;
【基金】：国家自然科学基金(No.61471272) 湖北省自然科学基金(No.2016CFB499)
【分类号】：TP391.41

【相似文献】