雾天条件下实时图像清晰化处理

• 作 者: 陈璐
• 机 构: 北京邮电大学
• 出 处: 北京邮电大学
• 发表日期: 2011年期
• 关键词: 图像去雾 实时图像处理 直方图均衡 图像增强 黑色通道先验

雾天条件下,由于场景能见度降低,人们获取到的室外图像质量严重下降,这给图像解析以及信息提取造成了较大影响。为了有效去除雾霾天气对室外计算机视觉系统造成的影响,研究人员提出了许多较为有效的图像去雾算法。现有的图像去雾技术主要分为两大类:雾天图像增强技术和雾天图像复原技术。两类技术各有优缺点,总的来说,增强技术的算法复杂度低,处理速度快,但处理效果稍差;复原技术的处理效果较好,但算法复杂度高,处理速度慢。　　
在实际应用中,不同的应用场景需要不同的图像处理系统,其中涉及到的图像处理算法也大不相同。本文主要针对交通场景下的应用进行研究,分析并解决交通场景下雾化图像的降质问题。在此基础上,综述性分析各类图像去雾算法,并深入研究了几种常用算法,其中包括:直方图均衡算法、中心/环绕Retinex算法以及基于黑色通道先验的去雾算法。　　
在深入研究上述算法的基础上,本论文主要在三个方面进行了创新:　　
·提出了一种基于简化分层模型的实时图像去雾算法。将图像动态范围压缩技术中的图像简化分层模型引入图像去雾领域。实验结果表明,该算法相对于其他算法而言,具备更好的有效性和实时性。　　
·提出了一种基于改进单尺度Retinex的实时图像去雾算法。对单尺度Retinex算法(SSR)与基于图像简化分层模型去雾算法的融合进行可行性论证,并提出新型去雾算法。实验结果表明,该算法相对于单尺度、多尺度Retinex算法在有效性和时效性两方面有优越性。　　
·提出了基于黑色通道先验去雾算法的改进思路。在研究经典基于黑色通道先验去雾算法的基础上,分析算法存在的问题,提出改进方案,实验结果表明改进后算法相对于改进前在时效性方面的优势,在一定程度上解决了此类算法复杂度高的问题。