论文部分内容阅读
近年来,雾霾一次又一次频繁的出现在大家的视野之内,不仅影响到人们的身体健康,同时严重危害到人们的公共交通安全。针对雾天天气情况下获取的各种图像进行去雾研究,本文分析了几种基于图像增强的去雾算法在去雾领域的不足之处。同时,在前人对基于模型的去雾的研究以及在进行理论分析的基础之上,提出透射率趋势图去雾的概念,并针对传统的暗原色先验理论去雾存在的问题提出几点改进想法。(1)针对传统暗原色明亮区域恢复后颜色失真问题,提出明亮区域透射率补偿方法进行修正。通过引入明亮区判别阈值,然后根据原始图像像素亮度值与大气光值差的绝对值与阈值的大小作为判别依据,比阈值小则为明亮区,然后通过透射率修正函数进行修正;反之为非明亮区,则保持原有的透射率。实验证明本文所提透射率修正方法有效解决了明亮区颜色失真现象;(2)针对传统暗原色恢复结果亮度偏暗以及过饱和现象。通过分析大气散射理论并结合成像设备的局限性提出采用透射率趋势图进行去雾的概念。文中采用对粗透射率图进行空间平滑滤波的思想来获取透射率趋势图。实验证明,利用透射率趋势图具有较好的去雾效果,改善了原始算法去雾结果亮度偏暗以及过度饱和的问题;(3)针对原始算法效率低下的问题,本文结合透射率趋势图的概念,提出两种粗透射率图滤波平滑的改进方法:其一,基于高斯平滑滤波的概念,提出基于改进的高斯空间平滑滤波处理来获取透射率趋势图;其二,基于改进的引导滤波的方法,通过重构引导矩阵对粗透射率图平滑处理,不仅能够获得等价细腻的透射率趋势图,同时降低了传统引导滤波对透射率优化的时间开销,其算法的执行效率为原始算法的3~4倍;(4)基于可见边增强的去雾质量评价方法,通过引入色彩信息恢复度指标,结合清晰度指标,构建无参考的图像去雾质量综合评价指标,更加全面的对去雾结果进行评价,论文基于Matlab平台,编写相关算法程序,对上述算法进行实验仿真。实验结果表明,本文提出的改进方案有效的改善和解决了传统暗原色先验去雾算法存在的问题。