论文部分内容阅读
随着我国现代化水平的高速发展,通信技术、计算机互联网技术、电视广播技术、图像处理技术等计算机视觉技术在人们生活中应用的越来越广泛。然而户外图像采集设备(如道路监控、摄像机、遥感卫星成像等)容易受到雾、霾、烟、尘等恶劣天气的影响,导致采集到的图像发生严重的色彩失真、清晰度降低、对比度降低等等,无法满足人们主观视觉要求。尤其近些年来,我国雾霾天气愈发严重,为了降低恶劣天气对设备的影响保证系统能够正常工作,研究雾霾天图像清晰化方法具有重要的现实意义。本文在对基于图像增强与物理模型的清晰化算法进行深入研究的基础上提出改进的雾霾天图像清晰化方法。论文的主要研究内容如下:(l)在基于增加对比度的图像增强方面,主要对全局直方图均衡化、CLAHE、Retinex算法进行了细致的研究并阐述优缺点。针对Retinex算法处理雾化图像耗时长、颜色失真问题,提出转换颜色空间的改进方法。该方法首先将一幅彩色图像从原本的RGB变换为HSV颜色空间,然后仅对其中的V明度分量进行Retinex增强处理,对S饱和度进行相应的调整,H色度分量保持不变,最终获得无雾清晰图像。通过实验分析得,改进方法在颜色保真的同时能够降低时间复杂度。(2)在基于大气散射模型的图像复原方面,主要对暗原色先验(DCP)算法的原理、实现过程、优缺点进行了研究和总结。针对DCP算法对天空等高亮部分处理效果不佳、实时性差等问题,提出基于图像分割的改进方法。该方法首先运用K-means算法将带雾图像分割为天空背景和目标两部分,在分割出来的天空部分估计大气光值A有效避免了高亮白色物体的干扰,增加了准确性,在透射率优化时采用能有效保持图像边缘细节的双边滤波,最后复原出无雾清晰化图像。通过实验分析,改进算法实时性大幅度提高,图像天空部分色彩失真问题得到有效解决,边缘细节信息保持良好。(3)在本文研究的基础上,设计实现了基于OpenCV与MFC的雾天图像清晰化快速处理软件,使得图像清晰化处理快速便捷、显示直观。