基于暗通道先验的图像去雾改进算法
雾、霾等天气下，由于大气中浮着的大量微小水滴、气溶胶的散射作用使得拍摄出来的图像色彩失真、对比度和能见度降低，直接影响城市交通、海运、航空交通等领域的安全，另外目前在对图像的处理方面，很多算法都是假定输入的图像或视频是在理想天气状态下下拍摄的，因此图像去雾技术在图像处理方面和计算机视觉方面显得尤为重要，近年来在图像去雾方面也不断有新的算法被提出。 图像去雾算法目前主要分为两类：雾天图像增强算法和雾天图像还原算法。这两类方法都是用来提高图像的质量的，即让图像的对比度更高以及图像的视觉效果更好等。本文从雾天图像还原角度重点研究了何恺明等人提出的基于暗通道先验单一图像去雾算法，该算法对大部分的有雾图像均可取得很好的效果，但是算法时间复杂度空间复杂度都相对较高，去雾处理效率过低，不能很好的满足实时性要求。针对此本文提出改进，一是求取暗通道时加入采样和插值；二是对透射率优化时采用最小值滤波代替soft Matting算法；三是对接近大气光强的像素点适当减少去雾力度，避免过度放大噪声，提高图像的视觉效果。 暗通道先验去雾算法对图像进行去雾处理后去雾图像偏于暗淡，本文提出一种新的图像增强算法，首先利用图像增强曲线对其亮度增强并获得亮度增益，然后对三色通道值进行同比增强，由于最终的RGB分量值同比增强了，但其各分量所占比重并未改变，因此图像颜色并未改变，但其亮度得到了提高，从而得到效果更佳的图像。 为了进一步说明本文算法的有效性，本文将和已有的先进算法进行对比，分析各种方法的优点和不足之处。
暗通道先验;图像去雾;最小值滤波;增强曲线;RGB分量值
南京邮电大学
硕士
测试计量技术及仪器
刘瑞兰
2014
中文
TP391.41
63
2015-07-01（万方平台首次上网日期，不代表论文的发表时间）