針對暗通道先驗(yàn)去霧算法的不足,提出一種自適應(yīng)大氣光校正的改進(jìn)算法。利用四叉樹算法粗略估計(jì)大氣光,利用提出的自適應(yīng)大氣光校正方法校正粗略估計(jì)的大氣光;利用均值濾波代替最小值濾波得到暗通道,進(jìn)而得到平滑的透射率,該透射率不需細(xì)化;使用一種自適應(yīng)透射率補(bǔ)償方法對天空等明亮區(qū)域的透射率進(jìn)行動(dòng)態(tài)修正;根據(jù)大氣散射模型復(fù)原出無霧圖像,并對無霧圖像進(jìn)行色調(diào)調(diào)整,用來得到清晰明亮的輸出圖像。實(shí)驗(yàn)結(jié)果表明,該算法具有較快的處理速度,同時(shí)所恢復(fù)出的圖像細(xì)節(jié)突出,具有較好的視覺效果。 

【文章來源】：計(jì)算機(jī)應(yīng)用與軟件. 2019,36(03)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

本文算法流程

全局亮度最大值作為大氣光值顯然錯(cuò)誤。為了準(zhǔn)確估計(jì)大氣光，基于圖像中天空區(qū)域的像素值方差較小，本文采用四叉樹搜索法［6］來初步估計(jì)大氣光，方法如下:將原圖像劃分為4個(gè)大小相同的矩形區(qū)域，記每一區(qū)域像素的均值與標(biāo)準(zhǔn)差之差為Score［i］(i=1，2，3，4)，選取Score［i］值最高的區(qū)域繼續(xù)劃分為4個(gè)更小的區(qū)域，再次計(jì)算Score［i］，如此迭代進(jìn)行，直到選取區(qū)域滿足預(yù)先設(shè)定的閾值，以最后選取區(qū)域的最亮點(diǎn)作為大氣光的初步估計(jì)值。具體選擇過程如圖2所示，圖中黑色方塊區(qū)域?yàn)樽罱K選取的區(qū)域，設(shè)定的閾值為長×寬=200像素。圖2四叉樹搜索算法選擇圖像塊過程2．1．2自適應(yīng)大氣光校正測試發(fā)現(xiàn)，對于一些天空區(qū)域較小的圖像，采用文獻(xiàn)［6］的四叉樹搜索法求得的大氣光值往往偏低，造成最終去霧能力下降。為解決這一問題，本文提出如下自適應(yīng)大氣光校正方法。以最后選定區(qū)域的最亮點(diǎn)作為初步估計(jì)的大氣光A0的值，利用下式對A0值進(jìn)行校正。A=(1+max(0，log(vw))＞A0(9)式中:w=7+9e－20v，稱參數(shù)v為自適應(yīng)大氣光校正因子，表示輸入圖像中非天空或景深突變區(qū)域的大小。這里采用max的目的是設(shè)定一個(gè)校正閾值0，當(dāng)log(vw)＞0時(shí)，給大氣光A適量的增加，而當(dāng)log(vw)＜0時(shí)，不進(jìn)行校正，從而避免了A值不增反降。測試發(fā)現(xiàn)，絕大多數(shù)圖像中v≤0．85的區(qū)域?qū)儆诜翘炜栈蚓吧钔蛔儏^(qū)域，故本文取v=0．85，這樣即可自動(dòng)確定w的值，并最終得到校正后的大氣光值A(chǔ)。v和w間的關(guān)系如圖3所示。圖3v和w間的關(guān)系曲?

=7+9e－20v，稱參數(shù)v為自適應(yīng)大氣光校正因子，表示輸入圖像中非天空或景深突變區(qū)域的大小。這里采用max的目的是設(shè)定一個(gè)校正閾值0，當(dāng)log(vw)＞0時(shí)，給大氣光A適量的增加，而當(dāng)log(vw)＜0時(shí)，不進(jìn)行校正，從而避免了A值不增反降。測試發(fā)現(xiàn)，絕大多數(shù)圖像中v≤0．85的區(qū)域?qū)儆诜翘炜栈蚓吧钔蛔儏^(qū)域，故本文取v=0．85，這樣即可自動(dòng)確定w的值，并最終得到校正后的大氣光值A(chǔ)。v和w間的關(guān)系如圖3所示。圖3v和w間的關(guān)系曲線圖對圖4(a)所示有霧圖像分別采用文獻(xiàn)［9］方法、文獻(xiàn)［6］方法和本文方法求取大氣光，所得大氣光值如表1所示，去霧效果如圖4(b)－(d)所示。圖4不同方法求取大氣光后的去霧效果表1不同方法計(jì)算所得的大氣光文獻(xiàn)［9］方法文獻(xiàn)［6］方法本文方法(v=0．83)A(255，248，245)(181，186，185)(212，218，217)由表1可以看出，由文獻(xiàn)［9］方法所得大氣光值偏高，由文獻(xiàn)［6］方法所得大氣光值偏低，本文方法對四叉樹搜索法所得大氣光值進(jìn)行了較好的校正。比較圖4(b)－(d)可以發(fā)現(xiàn)，利用本文提出的大氣光自適應(yīng)校正方法求得的大氣光恢復(fù)的圖像去霧效果較好。2．2透射率估計(jì)2．2．1暗通道均值He等［9］在求取暗通道過程中使用了最小值濾波。

【參考文獻(xiàn)】：
期刊論文
[1]利用分割中值濾波和透射率補(bǔ)償?shù)膱D像去霧[J]. 胡妍,王柯儼,許寧,李云松,張閃閃.  西安電子科技大學(xué)學(xué)報(bào). 2018(04)
[2]魯棒圖像去霧的大氣光校正與透射率優(yōu)化算法[J]. 沈逸云,劉春曉,張金棟,邵雅琪,趙錦威.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2017(09)
[3]霧霾天氣條件下的機(jī)器視覺圖像清晰化研究[J]. 陳俊君,徐冰.  計(jì)算機(jī)工程. 2017(02)
[4]基于大氣光魯棒估計(jì)的無人機(jī)圖像去霧方法[J]. 劉春輝,齊越,丁文銳.  北京航空航天大學(xué)學(xué)報(bào). 2017(06)
[5]暗原色先驗(yàn)圖像去霧改進(jìn)新方法[J]. 尹芳,陳田田,付自如,于曉洋.  計(jì)算機(jī)科學(xué)與探索. 2017(07)
[6]基于暗原色先驗(yàn)的圖像快速去霧[J]. 曾浩,尚媛園,丁輝,周修莊,付小雁.  中國圖象圖形學(xué)報(bào). 2015(07)
[7]圖像去霧的最新研究進(jìn)展[J]. 吳迪,朱青松.  自動(dòng)化學(xué)報(bào). 2015(02)
[8]直方圖均衡化的數(shù)學(xué)模型研究[J]. 吳成茂.  電子學(xué)報(bào). 2013(03)
[9]圖像去霧算法清晰化效果客觀評(píng)價(jià)方法[J]. 郭璠,蔡自興.  自動(dòng)化學(xué)報(bào). 2012(09)



本文編號(hào)：2990992