论文部分内容阅读
沙尘天气下,悬浮在空中的沙粒对空气中传播的光线造成了吸收、散射等影响,使得采集到的图像出现不同程度的退化,具体表现为颜色偏移和清晰度低。这严重影响了城市安全监控和道路交通监控等依赖于计算机视觉的智能系统的正常工作。针对这些问题,本文围绕沙尘天气下获得的图像的清晰化方法展开了研究:1.针对沙尘天气图像颜色偏移,对比度低的问题,从图像复原的角度提出了一种沙尘降质图像清晰化算法。该算法由基于高斯模型的偏色校正和基于明暗通道的对比度增强两个部分组成。首先根据沙尘降质图像的RGB 3个通道直方图的分布特点,使用高斯模型分别对各通道进行建模,从而进行颜色调整,解决沙尘图像的偏色问题。其次采用暗通道先验去雾的原理,结合亮通道,计算像素级的大气光值。然后对透射图和大气光值进行优化,从而恢复出清晰的无沙尘图像。最后通过实验表明本文算法可以有效的提高沙尘降质图像的重建主观质量,但是在处理信息退化严重的沙尘图像时效果不佳;2.针对严重退化的沙尘天气图像存在的图像蓝色通道信息损失,对比度低且亮度不均的问题,从图像恢复和图像增强优势互补的角度,提出了一种基于Lab空间的沙尘图像清晰化方法,可以有效的增强不同程度的沙尘图像。首先,基于Lab空间的a-b通道进行沙尘图像颜色校正和基于RGB空间的颜色拉伸,有效的解决各种程度的沙尘图像偏色问题;其次,利用暗通道原理增强沙尘图像对比度;然后,于Lab空间,将对比度增强后的图像的颜色通道和基于Retinex理论增强原沙尘图像的亮度通道重新组合,得到清晰化的去沙尘图像;最后,同已有的沙尘清晰化方法进行试验比较,从主观质量和客观评价两方面验证提出的算法的有效性。