基于物理模型的雾天退化图像复原方法

• 作 者: 姜珊
• 机 构: 沈阳理工大学
• 出 处: 沈阳理工大学
• 发表日期: 2015年01期
• 关键词: 雾天图像复原 物理模型 引导滤波 白平衡 平滑参数

近年来,雾霾天气愈发严重,雾天时道路视频监控、交通导航等系统受到严重干扰。因此,图像去雾技术具有重要的研究意义。本文对雾天成像物理模型进行分析,并在此基础之上针对基于物理模型的雾天退化图像复原方法进行研究。主要内容如下:(1)本文首先分析了雾天图像的特性,并深入研究了基于独立成分分析和基于暗原色先验的透射率求取方法,以及基于全局最亮点和基于暗像素排序的环境光求取方法。分析指出,传统的去雾方法存在不能处理浓雾图像、算法复杂度高、不能排除白色景物干扰等缺点。(2)本文重点分析并实现了一种基于引导滤波的单幅图像去雾方法,算法首先引入白平衡操作以矫正图像色调偏移并间接得到环境光值,其次引入大气光参数并结合引导滤波器代替透射率的求取。该算法复杂度低且适用范围较广。但其在白平衡及引导滤波优化大气光过程中仍存在一定的缺陷,因此,本文将在该算法基础之上进行优化。(3)针对存在严重色调偏移的有雾图像,传统的白平衡算法容易受到图像景物颜色的干扰,白平衡效果较差。据此,本文采用移除环境光色度的方式进行有雾图像的白平衡,该方法从物理模型入手,在逆亮度色度空间的基础之上结合霍夫变换操作求取环境光色度,进而从本质上实现了有雾图像的白平衡。(4)由于基于引导滤波的单幅图像去雾方法仅以引导滤波平滑参数为标准优化大气光,导致景深突变区域和纹理细节区域的复原效果存在矛盾性。据此,本文提出一种基于局部平滑引导滤波的去雾算法,该方法结合场景深度信息构造具备局部平滑参数的引导滤波器,以使优化得到的大气光能够准确反映场景深度的变化,从而使得算法对于场景深度不连续的图像复原效果较好。