论文部分内容阅读
雾、霾是一种很常见的自然现象,它是由悬浮在大气中的大量粒子的作用产生的。在雾天情况下,这些粒子会与光线发生散射,折射,吸收等反应,导致图像中目标的颜色衰减、对比度降低,从而导致场景可见度大幅度降低,而这也是计算机视觉应用中存在的一个主要问题。因此,对雾天图像复原算法的研究有着很重要的实际意义。
本文基于大气散射光的特性,提出一种基于精确大气散射图的单幅图像快速去雾算法。由于大气散射光依赖于场景深度信息,同时具有空间平滑性,因此,本文对雾天图像的最小颜色成分图进行双边滤波作为大气散射光的初始估计。为了消除局部区域对大气散射光整体计算的影响,本文进一步考虑图像的局部对比度,并基于像素点的亮度值将局部对比度以不同比例从大气射光中减去,从而获得较准确的大气散射光,然后法据雾天退化模型复原场景。随后,为了使复原图像更逼近晴天下的真实图像,本文进一步对复原后的图像进行色调调整和局部去噪,以达到视觉上更加完善的去雾效果。通过与几种典型的图像去雾算法的比较,表明本文算法对于远景和深度发生突变的位置可以获得更好的去雾效果。
本文基于大气散射光的特性,提出一种基于精确大气散射图的单幅图像快速去雾算法。由于大气散射光依赖于场景深度信息,同时具有空间平滑性,因此,本文对雾天图像的最小颜色成分图进行双边滤波作为大气散射光的初始估计。为了消除局部区域对大气散射光整体计算的影响,本文进一步考虑图像的局部对比度,并基于像素点的亮度值将局部对比度以不同比例从大气射光中减去,从而获得较准确的大气散射光,然后法据雾天退化模型复原场景。随后,为了使复原图像更逼近晴天下的真实图像,本文进一步对复原后的图像进行色调调整和局部去噪,以达到视觉上更加完善的去雾效果。通过与几种典型的图像去雾算法的比较,表明本文算法对于远景和深度发生突变的位置可以获得更好的去雾效果。