论文部分内容阅读
人类可以通过图像非常直观地获取外界的各种信息,人眼所观察到的图像清晰与否将对后续的各种图像处理进程造成一定影响。近年来,随着全球变暖趋势地加剧,我国各地区环境日益恶化,雾天天气频繁出现,恶劣天气造成了众多室外摄像设备性能的大幅下降,最终将影响人类获取的图像的质量。为了使室外成像系统能够在恶劣的雾天天气下稳定地工作,从而得到不影响观感体验的优质无雾图像,需要对雾天退化图像进行去雾处理。与图像的暗通道相关的知识能够为去雾处理提供理论支持。文中结合暗通道相关基础与Retinex系列算法提出了两种去雾算法,工作内容如下:(1)针对传统去雾算法在对雾天图像进行去雾处理时容易产生边缘模糊和细节恢复不佳等问题,提出可利用自适应混合约束联合变分模型和Retinex系列方法去除图像表面的雾气。首先通过加权融合的办法共同处理来自前景和天空区域的两个不同特征的透射率图像以获取去雾图像的粗略估计,然后利用自适应混合约束联合变分模型进行透射率图像的精细估计,最后通过计算大气散射模型得到无雾图像,并通过Retinex算法进一步强化无雾图像的最终呈现。利用提出的交替方向法可以有效解决整个去雾过程的复杂优化问题。实验结果显示,所提新算法可较为有效地保护图像的边缘结构和增强图像的区域纹理。实验验证,针对人工模拟雾天图像和自然雾天图像,所提新去雾算法和传统去雾算法相比,在保留图像边沿细节和去除图像表层雾气的成效上更具有竞争优势。(2)针对基于暗通道先验理论和传统变分模型的去雾算法在进行去雾处理时容易引起图像的平滑区出现阶梯效应等问题,提出可采用带自适应调节参数的总广义变分正则和Retinex增强算法进行图像去雾。所提新去雾算法直接结合两个自适应总广义变分正则于一个能量泛函中,实现了透射率图像估计和去雾处理过程的同时进行,得出的结果图再通过Retinex增强算法进一步强化最终呈现。为加快程序的运行,提出采用原始-对偶算法进行细致求解。实验结果表明,所提新算法可较为有效地去除自然雾天图像中含有的雾气。实验验证,所提新算法和传统去雾算法相比,不仅可以使含均匀雾气的雾天图像远景位置的细节显示更清晰,而且还能有效去除含非均匀雾气的雾天图像的区域浓雾。