基于暗原色先验与Retinex算法相结合的图像去雾新方法的研究
目前对于各行各业来说，带雾图像因为雾霾的影响造成图像的品质降低，清晰度、对比度的下降无法满足后期图像工作人员的特征提取、边缘锐化、景物占地面积估算等工作的需求，所以图像的去雾技术应运而生。图像去雾技术从数字图像技术的诞生以来已经发展了数十年，前后有Tan、Fattal、何凯明等许多国家的研究人员基于不同模型和数学方法以及算子探究出的不同去雾方法。 从近些年国内外的图像处理方法来看，图像去雾技术普遍可以归结为两大类，各式各样的去雾新方法大致都是基于这两大类:分别是基于物理模型的图像复原去雾方法和基于非物理模型的图像去雾增强技术。基于物理模型的通常是基于大气散射模型估算出模型中的各个参数，此种方法是比较全面的考虑到带雾图像降质的原因，其中利用数学方程式进行近似取值的参数能较好的复原真实图像，从处理效果上来说更胜一筹，但是此种方法也正因为模型的使用而使得降质图像处理起来相对复杂，时间消耗比较大。基于非物理模型的图像增强技术纯粹从数字图像处理中的图像增强方面着手，单纯的将图像的局部某个区域或者全部区域的对比度增强或者将边缘提取出来以恢复清晰的图像，这一类方法完全没有考虑去雾图像降质的本质原因以及导致图像降质的各种大气因素，只是单纯的将数字图像处理中的一些算法或算子单一的运用到图像去雾处理的过程中，此类方法原理过程相对与基于物理模型的方法要简单些，但是随之时间复杂度也变小，适合快速去雾图像处理。 本论文是在基于大气散射物理模型和图像增强算法相结合的基础上，取长补短，利用它们各自的优点，对带雾降质图像采用基于何凯明的暗原色先验的图像去雾技术和自适应线性拉伸的快速单尺度Retinex图像增强技术相结合的新方法。在该论文中，采用的基于暗原色先验原理方法即是在无雾图像中总会存在一些像素点在RGB三个通道中的最小灰度值接近于零的先验情况下设来估测透射率图，但是本文只进行粗略估计透射率图的方法，利用后期的图像再处理来代替何凯明所用的抠图或者导向滤波等细化透射率的方法，所以初步得到的去雾图像在景物边界区域比较模糊，有光晕现象，整体的清晰度还不够高。所以本论文即再利用自适应线性拉伸的快速单尺度Retinex算法进行图像的再增强处理，以到达期望的结果，利用图像增强的优点来弥补图像复原的缺点，不仅提高了方法的处理效率，节约了时间，还能达到令人满意的去雾效果。 本论文的主要研究内容包括以下几个方面:一是，基于暗原色先验，将原始带雾图像进行初步处理，得到初步的处理影像;二是，在初步得到的去雾影像上，再进行基于非物理模型的图像增强，消除内容一中由于透射率粗估计而产生的光晕等模糊现象;三是，基于OPENCV将本论文提到的基于暗原色先验与Retinex算法相结合的图像去雾新方法进行设计和实现，并且将室外带雾降质图像、无人机航拍图像分别带入到程序中进行实验和效果对比。
图像去雾方法;视网膜大脑皮算法;暗原色先验原理;大气散射物理模型;图像增强算法
中国海洋大学
硕士
测绘工程
陈戈
2015
中文
TN911.73
71
2016-01-27（万方平台首次上网日期，不代表论文的发表时间）