论文部分内容阅读
在雾霾天气中，图像设备采集到的图像会出现景物模糊、色彩暗淡等现象，使得图像中的有用信息严重减少，影响后续的使用及处理。现阶段，针对雾霾环境下的图像的研究，主要集中于图像去雾处理，以增强图像的对比度、分辨率，提取图像中的有用信息，但对雾霾环境下图像特征变化的研究较少。本文通过分析图像底层特征分量与雾霾环境参数(相对湿度和颗粒物浓度)之间的变化关系，研究雾霾环境下影响图像特征分量变化的主要因素，有助于雾霾环境下退化图像的清晰化处理研究，其主要研究工作有以下几个方面： 介绍了雾霾的形成及研究现状，同时介绍了图像清晰处理技术的国内外研究进展，对在雾霾环境中拍摄的图像，依据环境空气质量指数对图像进行分组，确定基本研究方向。 对基于暗原色先验的透射图像高频特征，图像颜色特征，图像边缘特征以及图像信息熵特征随雾霾环境参数变化进行了研究分析，研究表明雾霾环境参数(颗粒物浓度和相对湿度)对图像特征分量的影响是不同的，且图像整体特征是在雾霾环境参数的共同作用下衰减退化，进而导致图像信息丢失。透射图像高频特征、图像颜色特征主要受颗粒物PM2.5浓度变化影响，它们的变化关系不随场景变化。图像边缘特征主要在颗粒物浓度和相对湿度的共同作用下发生变化，且与大气相对湿度的变化关系会随着场景变化。而雾霾环境参数变化对图像信息熵特征的影响较弱，只有在雾霾较重时，图像信息熵特征与雾霾环境参数的相关性较强，其在雾霾环境参数的共同作用下发生变化，且在不同场景下，图像信息熵特征与雾霾环境参数具有不同的分布方式。 在分析图像特征分量与雾霾环境参数之间的变化关系的基础上，对暗原色先验算法进行了改进。通过对多幅图像进行处理验证，改进的暗原色先验算法，较好的解决了因天空区域过饱和而引起的失真和图像中景物与天空背景相割裂，以及因图像色调饱和而导致部分细节信息丢失等问题。