论文部分内容阅读
随着计算机视觉技术的快速发展以及计算机处理速度的提升,计算机视觉系统正在逐渐得到广泛的应用。但是在恶劣的天气条件下,尤其是雾霾天气条件下,由于室外场景能见度较低,室外计算机视觉系统获取的图像呈现对比度低,颜色失真等特点,这给后续的特征信息提取等处理造成了严重的影响。因此,对雾天等复杂天气下图像的清晰化处理算法成为了当前学术界研究的热点。现有的雾天图像清晰化处理算法主要分为两大类：基于非模型的图像增强类算法和基于物理模型的图像还原类算法。基于非模型算法可以借鉴原有的图像增强方法,其中某些算法可以获得较好的实时性,但由于无法从本质上去雾,故而图像清晰化效果欠佳；基于模型的算法在雾天成像机制的基础上,建立了雾天成像的物理模型,但是由于在根据物理模型进行图像复原的时候参数估计不准确导致颜色失真同时该类算法的复杂度较高。所以目前在雾天图像清晰化的处理中除了最大程度提高图像的对比度同时需要关注算法的实时性和颜色失真的问题。本文主要针对雾天图像清晰化处理与颜色校正算法进行研究,分析并解决室外雾天彩色图像和视频清晰化的问题,同时提高算法的实时性。本文首先综述性介绍目前国内外的研究发展现状,并深入研究了经典常用的算法。然后介绍了基于大气散射理论的雾天图像成像模型以及雾天图像清晰化算法中常用的关键技术,其中包括：暗通道先验、天空光的估计以及传输率估计。最后在此基础上,提出新的算法,实现了雾天彩色图像的清晰化与颜色校正,并对其进行定性和定量的实验分析,对比算法优劣。本论文主要在两个方面进行了创新：·提出了一种基于HSI颜色空间的雾天图像清晰化处理与颜色校正的算法。由于雾天图像在HSI三个不同的颜色通道发生了不同的降质过程,所以本文提出在HSI三个通道分别采用不同的方法进行图像的清晰化处理。由于复原之后的图像存在一定程度的颜色的失真,所以在S通道引入颜色变换的方法进行校正。实验结果表明,该算法能够提高图像的对比度、避免颜色的失真。·提出了一种基于图像融合的雾天图像清晰化处理与颜色校正的算法。将图像融合算法引入到去雾领域。首先采用基于小波变换的图像融合算法估计大气散射模型中传输率,根据得到传输率和天空光进行初步的图像复原。由于初步复原的图像同样存在一定程度的颜色失真,所以提出采用基于加权平均的图像融合算法进行颜色的校正。从而保证最终还原以后的图像颜色丰富、逼真。实验结果表明,该算法都能够很好的对雾天图像进行清晰化处理并且算法的复杂度较低。