论文部分内容阅读
随着计算机技术、通信技术、广播电视技术等的高速发展和图像处理设备价格的降低,户外视觉系统(如户外安全监控、道路监控)应用越来越广。对系统的适应性要求也更高,例如要求户外视觉系统能够全天候工作,即使在天气不好的条件下如雾天仍能正常运行。但雾天使户外景物图像的对比度和颜色都会改变或退化,图像中蕴含的许多特征被覆盖或模糊化,图像在视觉感受上不清晰。因此对雾天条件下降质图像清晰化方法的研究具有重要意义。目前,对雾天降质图像的清晰化处理技术主要有两种:一是基于物理模型的大气退化图像复原方法。该方法从物理成因的角度对大气散射作用进行建模分析,实现场景复原;二是从图像处理的角度出发,增强图像的对比度从而达到图像清晰化的目的。本文从图像处理的角度出发,研究增强图像的对比度,使图像达到清晰化。本文从两类(或两个方面)对增强图像对比度的算法进行了重点研究:一类是基于直方图均衡化的增强算法;另一类是基于Retinex的增强算法。并对这两类算法中的POSHE算法和基于中心环绕的Retinex算法进行了改进。1.由于雾天图像的灰度级数比较少并且集中在很小的灰度范围内,使用传统直方图均衡化方法增强雾天图像,增强后的图像的整体效果明显,但是局部细节没有得到有效地增强,使用传统的局部的直方图均衡化方法,如非重叠直方图均衡化算法、POSHE算法等存在噪声放大和块状效应的缺点。针对这些缺点,本文首先对传统的直方图均衡化进行改进,然后再结合子块部分重叠平移操作来改进POSHE算法。改进的POSHE算法可以通过调整参数来控制最终增强图像的亮度,并且基本上消除了块效应,同时局部细节得到了有效地增强,也没有因过度增强而出现噪声放大现象。2.本文分析了不同Retinex算法的特点,并针对中心环绕Retinex算法中的SSR和MSR算法在处理雾天图像时存在的缺点做了改进。首先将传统SSR算法计算得到的反射图像通过Sigmoid曲线函数作映射来拉伸对比度,然后利用小波分解的多尺度特征来综合不同的SSR的处理效果,取代传统MSR算法中的线性加权。新的MSR算法处理雾天图像的效果比传统的MSR算法的效果在细节方面更加清晰。