基于全变分与图像增强的去雾算法研究

发布时间：2019-11-20 13:34

【摘要】：在雾天,空气中存在大量动力学直径小于2.5微米的微粒,它们能够折射和反射大量可见光,造成成像设备拍摄的照片模糊。因而,研讨图像去雾算法至关重要。首先,本文分析产生雾天图像降质的原因,总结国内外基于图像增强与图像复原的经典去雾算法。从图像增强角度,针对基于区分天空覆盖面积的图像去雾算法缺陷,对原算法进行改进。通过转变图像颜色空间,仅提取图像亮度分量,颜色分量及饱和度分量保持稳定;根据预先设定聚类数目对图像亮度分量进行分割,选择聚类数目最大及次大的位置像素点作为图像天空区域;对图像天空覆盖面积的图像亮度保持稳定,非天空部分应用限制对比度直方图均衡化处理,将天空覆盖面积及其余区域的处理结果运用图像融合技术获得最终输出结果。实验效果显示,该算法的去雾结果图像细节部分清晰可见,具备很好主观感受,算法的处理速度较原算法有很大提高。其次,从图像复原角度,针对全变分图像去雾算法获得图像偏亮及部分颜色失真等缺陷,提出改进的全变分图像去雾算法。在原算法基础上,利用交互方式选择图像灭点,计算图像灭点与其余像素点间的归一化距离;依据暗通道先验原理,获取暗通道值排行前0.1%的像素点,找出该暗通道值在原图像中对应位置,计算这些像素点3×3邻域内图像的灰度均值作为天空亮度值;利用全变分方法求解对应的偏微分方程,将去雾复原图像继续利用限制对比度直方图均衡化进行二次图像增强。实验结果显示,改进的全变分图像去雾算法不但在主观感受上取得很好的去雾结果,图像细节越发明显,且能保持图像原有的色彩信息,算法计算速度也有一定程度的提升。
【图文】：

图 2.4 平行光束衰减模型( )2( , ) ( , )( , )β λλ λω ω = =xdU x dI x edL x yd d x2.5)-(2.7)，，从 0 到d 对 x 积分，那么传感器在d 处接收到的辐(,)()(1)( )dLdLeβλλλ ∞= λ)表示辐射的最大值。射物理模型物理模型可看做由大气光模型及衰减模型组成，在这两个模图像对比度降低、图像模糊。因此，大气散射物理模型公式E= (d , λ ) U (d , λ ) + L( d , λ)(2.8)代入(2.9),得：0( , ) (1 )d dE d U e L eβ βλ ∞= +

3 改进的聚类分割图像去雾算法研究比度直方图均衡化图均衡化处理效果存在块效应，算法实时性较差这直方图均衡化算法，该算法通过采用双线性插值来过有限提高图像对比度水平来达到图像增强目的。事先定义的裁剪阈值来裁剪直方图达到有限增加幅分布有关。通常情况下，经裁剪阈值裁剪部分不能方图其他部分来减小对实验结果的影响。剪切原理
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41

【参考文献】

相关期刊论文 前10条

1 李桂林;王创新;万志银;;基于四阶偏微分方程图像复原去雾方法[J];电子科技;2016年02期

2 吴迪;朱青松;;图像去雾的最新研究进展[J];自动化学报;2015年02期

3 陈炳权;刘宏立;;基于全变分Retinex及梯度域的雾天图像增强算法[J];通信学报;2014年06期

4 邓s

本文编号：2563574