本文關(guān)鍵詞： 圖像去霧 暗通道 雙邊濾波 大氣散射 邊緣細(xì)節(jié)　出處：《中國(guó)圖象圖形學(xué)報(bào)》2017年02期 　論文類型：期刊論文

【摘要】：目的圖像去霧領(lǐng)域越來重視去霧過程中對(duì)圖像邊緣細(xì)節(jié)的恢復(fù)和保護(hù),針對(duì)現(xiàn)有主流的基于模型的有霧圖像復(fù)原算法,基本都是對(duì)介質(zhì)透射率進(jìn)行直接求解,即先預(yù)估透射率,再細(xì)化摳圖,運(yùn)算量很大的問題,提出利用雙邊濾波方式進(jìn)行介質(zhì)透射率的間接求解,用以簡(jiǎn)化去霧算法時(shí)間復(fù)雜度。方法利用雙邊濾波方式對(duì)介質(zhì)透射率的求解,是先估算出較精確的大氣散射函數(shù)及大氣光值,然后間接求出透射率,其避免了采用軟件摳圖的方式對(duì)介質(zhì)透射率進(jìn)行細(xì)化的過程,提高了算法的時(shí)效性。結(jié)果選取兩組戶外有霧圖像進(jìn)行實(shí)驗(yàn),并從得出的透射率圖、復(fù)原效果及運(yùn)算時(shí)間進(jìn)行了對(duì)比分析。本文算法能得到較為清晰的透射率分布圖,并且改善了預(yù)估透射率圖中的塊狀現(xiàn)象;本文算法對(duì)透射率細(xì)化的同時(shí),還起到了平滑圖像邊緣的效果;耗時(shí)方面,本文算法對(duì)大小為608×456像素的圖像恢復(fù)耗時(shí)為1.803 s。結(jié)論本文算法對(duì)有霧圖像進(jìn)行全局清晰化處理的同時(shí),重點(diǎn)恢復(fù)有霧圖像的局部細(xì)節(jié),復(fù)原結(jié)果能更好地保持圖像邊緣的效果,更適合運(yùn)用到基于圖像檢測(cè)類的系統(tǒng)中去。
[Abstract]:Aim in the field of image de-fogging, more and more attention is paid to the restoration and protection of image edge details in the process of de-fogging. In view of the existing mainstream model-based image restoration algorithms, the transmissivity of the medium is basically solved directly, that is to say, the transmittance is estimated first. In order to simplify the time complexity of de-fogging algorithm, a two-sided filter is proposed to solve the transmittance of the medium in order to simplify the time complexity of the de-fogging algorithm. First, the more accurate atmospheric scattering function and atmospheric light value are estimated, and then the transmittance is calculated indirectly, which avoids the process of using software matting to refine the transmittance of the medium. Results two groups of outdoor foggy images were selected for experiment, and the results were compared and analyzed from the transmissivity map, restoration effect and operation time. It also improves the block phenomenon in the predictor transmittance map. The algorithm has the effect of smoothing the edge of the image while thinning the transmittance. It takes 1.803 s for the image restoration with 608 脳 456 pixels in this paper. Conclusion the algorithm can restore the local details of the fogged image while the global clarity of the fogged image is carried out, and the result of restoration can keep the edge of the image better. It is more suitable to be applied to the system based on image detection class.
【作者單位】： 南昌航空大學(xué)計(jì)算機(jī)視覺研究所;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61165011,61662049) 江西省青年科學(xué)基金項(xiàng)目(20132BAB211021)~~
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 孫小明;孫俊喜;趙立榮;曹永剛;;暗原色先驗(yàn)單幅圖像去霧改進(jìn)算法[J];中國(guó)圖象圖形學(xué)報(bào);2014年03期

2 張冰冰;戴聲奎;孫萬源;;基于暗原色先驗(yàn)?zāi)Ｐ偷目焖偃レF算法[J];中國(guó)圖象圖形學(xué)報(bào);2013年02期

相關(guān)博士學(xué)位論文 前1條

1 嵇曉強(qiáng);圖像快速去霧與清晰度恢復(fù)技術(shù)研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2012年

相關(guān)碩士學(xué)位論文 前1條

1 李俊峰;雙邊濾波算法的快速實(shí)現(xiàn)及其在圖像處理的應(yīng)用[D];南方醫(yī)科大學(xué);2013年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李佳童;章毓晉;;圖像去霧算法的改進(jìn)和主客觀性能評(píng)價(jià)[J];光學(xué)精密工程;2017年03期

2 曾接賢;余永龍;;雙邊濾波與暗通道結(jié)合的圖像保邊去霧算法[J];中國(guó)圖象圖形學(xué)報(bào);2017年02期

3 李可;劉輝;汪丹;周威;;景深邊緣優(yōu)化的暗通道去霧算法[J];電子測(cè)量技術(shù);2017年02期

4 劉哲;黃文準(zhǔn);黃世奇;;一種快速單幅圖像去霧新方法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2017年01期

5 馬金祥;范新南;吳志祥;張學(xué)武;史朋飛;汪耕任;;暗通道先驗(yàn)的大壩水下裂縫圖像增強(qiáng)算法[J];中國(guó)圖象圖形學(xué)報(bào);2016年12期

6 龔昌來;羅聰;;一種改進(jìn)的容差機(jī)制圖像去霧算法[J];液晶與顯示;2016年11期

7 黎秀玉;宋樹祥;夏海英;;基于CLAHE和圖像分解的去霧方法[J];廣西大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年05期

8 范新南;陳偉;史朋飛;李敏;汪耕任;;基于模糊集分類的單幅圖像去霧算法[J];光電子·激光;2016年08期

9 秦緒佳;葛春霞;范穎琳;鄭紅波;陳勝男;;鄰域自適應(yīng)暗原色先驗(yàn)的單幅圖像快速去霧算法[J];小型微型計(jì)算機(jī)系統(tǒng);2016年08期

10 龔昌來;羅聰;申志強(qiáng);;基于暗原色與逆暗原色融合的含明亮區(qū)域圖像去霧[J];液晶與顯示;2016年08期

相關(guān)博士學(xué)位論文 前5條

1 李毅;基于視覺模型的紅外圖像增強(qiáng)技術(shù)研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2016年

2 王利娟;視頻監(jiān)控中火災(zāi)煙霧探測(cè)方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

3 趙宏宇;霧天圖像清晰化技術(shù)的研究[D];北京工業(yè)大學(xué);2015年

4 張謝華;煤礦智能視頻監(jiān)控系統(tǒng)關(guān)鍵技術(shù)的研究[D];中國(guó)礦業(yè)大學(xué);2013年

5 黃源源;視頻監(jiān)控系統(tǒng)中一些關(guān)鍵技術(shù)的研究[D];電子科技大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 胡玉林;月表撞擊坑形貌融合特征的提取與分類方法研究[D];華東交通大學(xué);2016年

2 王靖;基于機(jī)器視覺的噴藥機(jī)田間自行走控制研究[D];西南大學(xué);2016年

3 岳姣姣;基于多特征融合的林火煙霧檢測(cè)算法研究[D];燕山大學(xué);2016年

4 張誠(chéng);紋理抑制平滑濾波及其在織物圖案識(shí)別中的應(yīng)用[D];浙江理工大學(xué);2016年

5 姚慧丹;高分辨率遙感影像車輛檢測(cè)方法研究[D];湖南工業(yè)大學(xué);2015年

6 侯曉然;基于特殊環(huán)境下的車牌識(shí)別研究[D];沈陽理工大學(xué);2016年

7 熊楊超;圖像美學(xué)評(píng)價(jià)及美學(xué)優(yōu)化研究[D];華南理工大學(xué);2015年

8 安麗;基于Hough變換的高分辨率遙感影像道路提取[D];東華理工大學(xué);2015年

9 楊亞明;基于OpenCV的絕緣子及等電位線故障狀態(tài)智能識(shí)別[D];西南交通大學(xué);2015年

10 譚君;基于變分原理的光流估計(jì)方法研究[D];北京工業(yè)大學(xué);2015年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 蔣建國(guó);侯天峰;齊美彬;;改進(jìn)的基于暗原色先驗(yàn)的圖像去霧算法[J];電路與系統(tǒng)學(xué)報(bào);2011年02期

2 王多超;王永國(guó);董雪梅;胡晰遠(yuǎn);彭思龍;;貝葉斯框架下的單幅圖像去霧算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2010年10期

3 祝培,朱虹,錢學(xué)明,李晗;一種有霧天氣圖像景物影像的清晰化方法[J];中國(guó)圖象圖形學(xué)報(bào);2004年01期

相關(guān)博士學(xué)位論文 前9條

1 熊杰;基于頻率域、小波變換和神經(jīng)網(wǎng)絡(luò)的真彩圖像增強(qiáng)算法研究[D];西北大學(xué);2010年

2 許欣;圖像增強(qiáng)若干理論方法與應(yīng)用研究[D];南京理工大學(xué);2010年

3 陳先橋;霧天交通場(chǎng)景中退化圖像的增強(qiáng)方法研究[D];武漢理工大學(xué);2008年

4 郭敬天;海霧形成與發(fā)展機(jī)制的觀測(cè)分析與數(shù)值模擬研究[D];中國(guó)海洋大學(xué);2008年

5 陳功;魯棒的智能視頻監(jiān)控方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2008年

6 朱錫芳;光學(xué)圖像去云霧方法研究[D];南京理工大學(xué);2008年

7 翟藝書;霧天降質(zhì)圖像的清晰化技術(shù)研究[D];大連海事大學(xué);2008年

8 郝增周;黃、渤海海霧遙感輻射特性及衛(wèi)星監(jiān)測(cè)研究[D];南京信息工程大學(xué);2007年

9 江興方;遙感圖像去云方法的研究及其應(yīng)用[D];南京理工大學(xué);2007年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉建忠;;圖像邊緣的數(shù)學(xué)結(jié)構(gòu)分析[J];軟件;2011年05期

2 陳文兵;張小磊;;基于圖像邊緣的能見度計(jì)算方法[J];微型電腦應(yīng)用;2009年04期

3 曾友州;胡瑩;曾偉一;鄭曉霞;;提取數(shù)字圖像邊緣的算法比較[J];成都航空職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年04期

4 潘衛(wèi)國(guó);鮑泓;何寧;;一種傳統(tǒng)中國(guó)書畫圖像的二分類方法[J];計(jì)算機(jī)科學(xué);2012年03期

5 周濤;陸惠玲;拓守恒;馬競(jìng)先;楊德仁;;基于非凸區(qū)域下近似的圖像邊緣修補(bǔ)算法[J];寧夏大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

6 宋建中;;噴霧圖像的自動(dòng)分析[J];光學(xué)機(jī)械;1988年04期

7 張錦華;孫挺;;引入像點(diǎn)融合度修補(bǔ)的圖像邊緣化參差拼接實(shí)現(xiàn)[J];微電子學(xué)與計(jì)算機(jī);2014年08期

8 張曉清;;摳圖另一法[J];數(shù)字世界;2002年11期

9 潘泓;夏良正;;一種基于圖像邊緣的矩計(jì)算方法[J];模式識(shí)別與人工智能;2003年03期

10 毛玉萃;圖像的物理內(nèi)容和邏輯內(nèi)容[J];微計(jì)算機(jī)應(yīng)用;2005年06期

相關(guān)會(huì)議論文 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動(dòng)感特征分析[A];第一屆中國(guó)情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

3 韓焱;王明泉;宋樹爭(zhēng);;工業(yè)射線圖像的退化與恢復(fù)方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊(cè)）[C];2001年

4 王強(qiáng);王風(fēng);;一種保持圖像幾何特征的去噪模型[A];中國(guó)通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無參考客觀質(zhì)量評(píng)測(cè)方法[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

7 漆琳智;張超;吳向陽;;引導(dǎo)濾波的單幅圖像前景精確提取[A];浙江省電子學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集[C];2013年

8 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強(qiáng)[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

9 王亮亮;李明;高昕;;強(qiáng)模糊空間目標(biāo)圖像邊緣獲取方法研究[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

10 羅強(qiáng);任慶利;;基于局部IFS理論提取圖像邊緣[A];第十二屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

相關(guān)重要報(bào)紙文章 前3條

1 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報(bào);2009年

2 ;圖像質(zhì)量調(diào)整秘技[N];電腦報(bào);2001年

3 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報(bào);2009年

相關(guān)博士學(xué)位論文 前10條

1 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

2 賈茜;基于時(shí)—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學(xué);2014年

3 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學(xué);2014年

4 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

5 楊小義;圖像特征識(shí)別算法及其在聾人視覺識(shí)別中的應(yīng)用研究[D];重慶大學(xué);2015年

6 溫景陽;圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學(xué);2015年

7 李林;基于概率圖模型的圖像整體場(chǎng)景理解方法研究[D];電子科技大學(xué);2014年

8 余汪洋;基于被動(dòng)毫米波的隱匿物品探測(cè)方法研究[D];北京理工大學(xué);2015年

9 孟凡滿;圖像的協(xié)同分割理論與方法研究[D];電子科技大學(xué);2014年

10 繆君;基于多視圖像的平面場(chǎng)景重建研究[D];南昌大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 李鵬遠(yuǎn);圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應(yīng)用[D];華南理工大學(xué);2015年

2 萬燕英;微聚焦X-ray圖像自適應(yīng)正則化去噪方法[D];華南理工大學(xué);2015年

3 毛雙艷;基于梯度域的圖像風(fēng)格化渲染方法的研究及其應(yīng)用[D];華南理工大學(xué);2015年

4 向訓(xùn)文;RGB-D圖像顯著性檢測(cè)研究[D];華南理工大學(xué);2015年

5 曾旭;基于聚類和加權(quán)非局部的圖像稀疏去噪方法研究[D];天津理工大學(xué);2015年

6 熊楊超;圖像美學(xué)評(píng)價(jià)及美學(xué)優(yōu)化研究[D];華南理工大學(xué);2015年

7 王艷;圖像視覺顯著性檢測(cè)方法及應(yīng)用的研究[D];華南理工大學(xué);2015年

8 鄭露萍;圖像二階微分特征提取及人臉識(shí)別應(yīng)用研究[D];昆明理工大學(xué);2015年

9 王思武;基于太陽圖像的特征提取和檢索[D];昆明理工大學(xué);2015年

10 曹靜;基于暗通道先驗(yàn)算法的圖像去霧處理[D];海南大學(xué);2015年

，

本文編號(hào)：1540320