论文部分内容阅读
在有雾的天气状况下,由于大气中悬浮粒子的散射作用,使得拍摄的视频图像的亮度增加,对比度降低,视频图像的可辨识度下降,严重影响了人们社会生活的正常进行。因此,如何从受雾天影响的降质视频图像中去除天气的影响,恢复出较清晰的视频图像,具有重要的研究意义。 目前视频图像清晰化方法主要分为图像增强和图像复原,本文主要基于对上述两种方法的分析研究,文中对直方图均衡、双向直方图均衡、巴特沃斯滤波器等图像增强的方法,以及基于暗原色先验、基于邻域相似性、基于亮度分量和基于双边滤波等图像复原的方法进行了分析,并用这些方法进行视频图像去雾系统的开发。通过实验的方法,对各种方法的去雾效果进行质量评价,分析各自优缺点。最后采用了一种改进的基于暗原色先验的视频图像去雾的方法,对大气光值采用更合理的估计方法,同时引进一种容差机制,对明亮区域的透射率进行处理,实现了基于暗原色先验的图像去雾方法,获得了较为理想的去雾效果。为了提高视频图像的去雾的处理速度,采用改变图像透射率图的分辨率,在不影响处理效果的同时,有效减少存储容量,缩短计算时间,达到视频图像去雾实时性的要求。 本文结合OpenCV图像处理库,在Visual C++6.0的编程环境下,利用C++语言编程实现了多种图像及视频去雾算法。实验结果表明,这些方法可以在不同程度上对视频图像进行去雾,取得了良好的效果。