基于改进暗通道先验的图像去雾算法研究

基于改进暗通道先验的图像去雾算法研究

ID:44815284

大小:1.23 MB

页数:5页

时间:2019-10-29

基于改进暗通道先验的图像去雾算法研究_第1页
基于改进暗通道先验的图像去雾算法研究_第2页
基于改进暗通道先验的图像去雾算法研究_第3页
基于改进暗通道先验的图像去雾算法研究_第4页
基于改进暗通道先验的图像去雾算法研究_第5页
资源描述:

《基于改进暗通道先验的图像去雾算法研究》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、OpenCV耦合改进暗通道先验的图像去雾算法研究王帮元(安徽经济管理学院信息工程系,安徽合肥,230051)摘要:在雾境下,由于大气粒子的散射作用导致图失真严重,直接影响后期图像数据的分析,因此对雾天图像进行去雾处理,以提高图像的清晰度,是非常有必要的。而当前的图像去雾算法不稳定,当大雾天气很严重时,去雾质量较差。对此,本文提出了基于OpenCV耦合改进暗通道先验的图像去雾算法与实现机制。首先分析暗通道先验理论与雾图形成模型;然后对先验理论进行改进,推算出本文的去雾公式。最后引入OpenCV实现机制,增强系统运

2、行效率。最后测试了本文机制性能,结果表明:与普通的图像去雾算法相比,在大雾天气很严重时,本文机制具有更好的去雾效果,准确还原了图像的清晰度,失真度较小。关键词:图像去雾;暗通道先验;雾图形成模型;OpenCV;中图分类号:TP391文献标识码:A0引言随着通信、电子技术、图像处理算法的蓬勃发展,视频监控、视频目标识别已运用在各个领域,并且已取得很大的发展,推动了科技和社会的前进[1]。然而,在实际生活中,由于雾天原因,导致安全监控目标的清晰度收到破坏,严重影响了目标识别精度。因此,图像去雾功能非常重要。图像去雾

3、技术成为很多大型设备或者系统正常运作的先决条件。为了取得良好的图像去雾效果,诸多学者进行了研究,并提出了许多不同的图像去雾算法。王一帆等人[2]提出,首先在计算暗通道函数时,定义了一类暗区域对图像边缘的低强度像素点进行描述,该区域像素点的暗原色中值取其三原色通道的最小值,以代替原来的中值滤波运算值.此滤波方法不仅能有效去除Halo效应,而且避免了黑斑效应;然后基于大气散射物理模型定义一种伪去雾图,将其与原去雾图进行像素级融合对原图进行色度校正,实现了柔性去雾,改善了现有方法易出现过去雾的缺陷,实验结果表明该算法

4、去雾后图像具有较好清晰度及色彩恢复度,去雾鲁棒性强.在大雾和图像色彩失真严重的情况下,仍可有效恢复图像。郭璠等人[3]提出融合策略无需依靠大气散射模型或场景结构信息,只需通过原始衰退图像来获取其输入图与权重图,其中2幅输入图的作用主要是对原有雾图像进行颜色校正和对比度增强,而3幅权重图则突显了图像雾气较浓区域的细节信息。融合策略将上述输入图与权重图相融合以生成对比度高、色彩丰富的去雾图像[4]。此外,还从人类视觉感知的角度提出了一个新的去雾效果评价指标,从而为图像去雾与去雾效果评价问题提供了新的解决思路[5-6

5、]。尽管上述这些图像去雾机制能够取得较好的视觉效果;但是这些算法不稳定,当在大雾天气很严重时,这些算法就难以使用,图像去雾质量较差。为了解决上述问题,本文提出了一个基于OpenCV耦合改进暗通道先验的图像去雾算法与实现机制。首先分析暗通道先验理论与雾图形成模型;然后对先验理论进行改进,推算出本文的去雾模型。最后引入OpenCV来增强系统运行效率。并测试了本文算法的图像去雾性能。1暗通道先验与雾图形成模型本文首先对暗通道先验与雾图形成模型进行研究,然后基于改进的暗通道理论进行图像去雾。(1)式中表示彩色图像的每个

6、通道,Ω(x)表示以像素X为中心的一个窗口,Dark(x)表示暗通道图像中对应原图X处点的灰度值。式(1)的意义:首先求出每个像素RGB分量中的最小值,存入一副和原始图像大小相同的灰度图中,然后再对这幅灰度图进行最小值滤波,滤波的半径由窗口大小决定,一般有WindowSize=2*Radius+1。暗通道先验的理论指出:(2)实际生活中造成暗原色中低通道值主要有三个因素:a)汽车、建筑物和城市中玻璃窗户的阴影,或者是树叶、树与岩石等自然景观的投影;b)色彩鲜艳的物体或表面,在RGB的三个通道中有些通道的值很低(

7、比如绿色的草地/树/植物,红色或黄色的花朵/叶子,或者蓝色的水面);c)颜色较暗的物体或者表面,例如灰暗色的树干和石头。总之,自然景物中到处都是阴影或者彩色,这些景物的图像的暗原色总是很灰暗的。(3)其中,I(X)就是我们现在已经有的图像(待去雾的图像),J(x)是我们要恢复的无雾的图像,A是全球大气光成分,t(x)为透射率。现在的已知条件就是I(X),要求目标值J(x),显然,这是个有无数解的方程,因此,就需要一些先验了。将式(3)演变为:(4)如上所述,上标C表示R/G/B三个通道的意思。首先假设在每一个窗

8、口内透射率t(x)为常数,并且A值已经给定,然后对式(4)两边求两次最小值运算,得到下式:(5)上式中,J是待求的无雾的图像,根据前述的暗原色先验理论有:(6)因此,可推导出:(7)把式(7)带入式(5)中,得到:(8)t(x)这就是透射率的预估值。在现实生活中,即使是晴天白云,空气中也存在着一些颗粒,因此,看远处的物体还是能感觉到雾的影响,另外,雾的存在让人类感到景深的存在,因此,有

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。