论文部分内容阅读
雾天,空气里充满着大量的小水珠,自然光线通过时会产生散射作用,使得到达人眼或光学传感器的视觉图像信息变得模糊,因此,雾降低了大气的能见度,严重影响交通运输,视频监控,目标跟踪乃至军事领域等重要户外活动的安全性,可靠性。本文主要研究雾天图像的增强算法,通过分析现有算法的不足,提出新的算法来提高雾天图像的清晰度。目前,雾天图像增强算法主要分为空间域算法与频率域算法两类,本文根据雾天图像的特征提出一些改进的算法。主要内容如下:1.针对传统的直方图均衡化处理雾天图像,增强不均匀。本文分析造成这一缺陷的原因,并提出了一种新的局部化直方图均衡化算法。通过将亮度保持的直方图均衡化算法与插值算法相结合来得到一个局部细节增强明显,而且能达到亮度保持的效果。通过实验分析表明该算法在细节增强、亮度保持、及整体效果都优于传统的基于直方图的增强算法。2.由于现有中心环绕Retinex图像增强算法滤波器固定,不能对厚薄程序不同的雾天图像或多景深的雾天图像都同时有效地增强细节与色彩保真,本文提出一种滤波器可变的Retinex图像增强算法。首先根据雾天图像雾化程度的分布特征得到滤波参数的阈值;然后对原图中每一子块,将该子块的局部信息与阈值信息做差得到相应的滤波器,由此计算出该子块的入射分量,并通过部分重叠策略平移子块完成对整幅图像的入射分量估计;最后将原图减去整幅图像的入射分量,得到反射分量,实现对图像的增强。实验结果表明:该算法能有效地增强多景深图像及厚薄程序不同的雾天图像。3. MSR算法对雾天彩色图像增强时,细节增强方面存在薄弱的环节。本文通过将基于小波变换域的信息融合策略取代MSR算法中的线性加权,提出一种新的MSR改进算法。融合的基本思路是:首先将待融合图像经四层小波分解,然后将高频分量取绝对值最大值来突出图像的细节,低频分量采用基于局部方差的技术调节色彩,实现保真的效果。通过主观观测和客观评价表明:在对雾天图像进行增强时,本文的改进算法比传统的MSR算法在细节增强具有更好的效果,同时颜色保真。