论文部分内容阅读
图像去雾处理研究近年以来是计算机视觉和数字图像处理领域的研究热点,其技术主要有:基于大气散射物理模型和非模型的图像去雾方法。本文采用基于大气物理模型的去雾方法进行深入研究,主要研究内容包括如下:首先,阐述了图像去雾技术研究的现状和意义,对去雾算法进行分类比较,说明各自算法的优缺点。本文就基于大气散射模型的去雾处理方法进行了深入研究并根据大气散射物理模型的特点研究了雾霾的形成原理。理解了图像在有雾天气条件下退化的本质原因,结合有雾图像的特点阐明了图像去雾研究的基础理论。其次,研究了两种主要的基于大气散射模型的去雾方法,分别为基于局部对比度最大化的去雾方法和基于暗原色先验的去雾方法。通过深入研究这两种算法的原理,并阐述了其各自的优缺点。基于局部对比度最大化的方法,利用清晰图像具有相对于有雾图像对比度大的特点,通过在马尔科夫随机域上对大气光建模,利用图割算法求解大气光进而求解无雾图像。基于局部对比度最大化的方法恢复的无雾图像对比度更大,同时色彩过于饱和并会在景深不连续处产生光晕。基于暗原色先验方法在估计局部高亮物体的透射率时会产生误差,本文研究了一种基于暗原色先验和图割的去雾方法,该方法能够有效校正原方法估测的透射率的不足。实验证明,该算法能够有效地对原有获得的透射率进行校正,最终得到的去雾清晰图像无论在边缘细节还是在色彩方面都有明显效果。最后,基于大气物理模型并利用双边滤波研究一种实时图像去雾方法,该方法首先利用大气物理模型的原理,并结合暗原色先验和双边滤波器进行求解透射率,求解后的透射率直接带入模型计算无雾图像而不需要额外细化操作,因此提高了算法的计算效率。实验结果表面,该方法在计算速度上满足实时性要求。文章最后给出了去雾图像后的无参考质量评价方法,以便对去雾后的图像给出客观量化的评价。本文的算法使用Matlab和C++编写并验证。