论文部分内容阅读
有雾天气条件下获取的图像对比度低、图像内容模糊不清而且颜色整体偏向灰白色,图像去雾的目的就是恢复图像的对比度和真实色彩,提高图像的分辨率及质量,获取清晰图像。针对视频图像去雾该文主要工作如下: 一、该文首先阐述了图像和视频图像去雾技术的国内外发展现状,介绍了图像及视频图像去雾的相关理论知识。 二、针对静态雾天图像的去雾处理,该文选取了偏微分方程去雾模型、直方图均衡化去雾算法、暗原色先验理论去雾模型、多尺度Retinex去雾算法进行分析与改进。1、偏微分方程去雾模型的改进是将二阶与四阶偏微分方程相结合,抑制了二阶模型产生的阶梯效应及改善了四阶模型的边缘模糊现象。2、直方图均衡化去雾算法的改进是将原算法的变换函数进行了优化处理,改善了去雾效果。3、暗原色先验理论去雾模型的改进是在原算法基础上加入了容差机制,改善了去雾天空区域失真现象。4、多尺度Retinex去雾算法是在原算法上引入了两个权重因子,减弱了在亮度最高与最低区域的过分增强效果。 三、针对雾天视频图像去雾处理,主要思想是将图像去雾的方法应用的视频图像当中。1、该文采用暗原色先验算法,选取视频某两帧图像估算出大气光强值A,并将该值作为整个视频的大气光强值。2、使用统计平均法,提取出视频图像的背景图。3、根据视频图像帧与帧之间的特性,使用论文改进的偏微分方程图像去雾模型求取背景图的传播图,并将该传播图视为整个视频的传播图。4、根据大气光散射模型求取无雾清晰化的图像,实现视频图像去雾处理。 实验仿真结果表明,该文提出的去雾方法能够有效的去除图像和视频图像当中的雾气,提高了图像和视频图像的分辨率,改善了图像和视频图像的视觉效果。