论文部分内容阅读
由于雾霾天气的大气中水汽等引起太阳光的散射,导致景物模糊,降低了拍摄场景的图像的对比度。雾天图像清晰化技术在交通导航、监视系统、遥感系统及军事国防等领域广泛应用,其具有重要的应用意义。由此可见,雾霾图像清晰化技术已经是机器视觉和数字图像处理领域的热门研究课题之一。 本文在充分学习雾天图像退化模型的前提下,着力解决雾天模糊图像的清晰化问题。主要研究内容如下: 首先,针对基于暗原色先验的单幅图像去雾算法存在的缺点,利用两种方法改进了该算法。算法一是利用guided-imagefilter代替softmatting修正透射率,并利用PSNR求取最优复原结果。算法二是提出新的中值暗原色先验的方法,即用中值滤波器替换两次最小值处理的第二次最小值处理。两种改进的算法取得较好的复原结果,并提高了处理速度。 其次,仔细学习和研究大气散射模型,根据雾对景物降质和深度的指数关系求取场景深度,进行退化图像去雾,并改进了该算法,改进算法方法提高了复原图像的质量,消除了Halo效应。 接着,深入学习和研究图像退化模型,提出了一种简单快速的单幅图像去雾算法。对大气散射模型进行变型化简,得到新的去雾方法。新方法不需要求取过多的变量,只需要求取大气光值A一个未知量,简化了去雾过程。新去雾算法去雾能力较强,计算速度快。 最后,为了客观评价去雾图像的质量,利用一种易于观察的客观质量评价算法,经实验表明该评价算法是合理的。