合肥工业大学 计算机与信息学院,安徽 合肥 230009
针对雾、霾等强散射环境下相机拍摄图像严重退化的问题,提出了一种降低雾霾环境对图像质量影响的图像去雾重构方法。基于雾天偏振成像模型,分别估计图像每个区域的重构参数,获取全局最优的重构参数。利用偏振滤波的方法估计雾天大气散射光的偏振度分布,利用自适应亮通道方法计算无穷远处大气散射光的强度分布,从而重构出去雾图像。最后,利用偏振度的纹理信息对重构图像进行增强。该方法考虑了图像中不同位置大气杂散光参数的不一致性,对图像每一区域的重构参数分别运算, 从而获得全局最优的重构参数图像。该方法还不要求图像必须包含天空区域,并且具有对灰度图像的处理效果较好的优点。
强散射环境 偏振信息 图像重构 全局最优 strong scattering environment information of polarization image reconstruction global optimization
合肥工业大学 计算机与信息学院, 安徽 合肥 230009
相对于传统光学探测技术, 偏振探测在目标探测、识别方面有着独特的优势。针对雾、霾等天气下图像退化的问题, 提出一种利用偏振信息的图像去雾方法, 通过获取3个角度下目标的偏振图像, 求解出场景目标的斯托克斯矢量, 从斯托克斯矢量与穆勒矩阵的关系出发, 分析偏振图像光强随着偏振角度的变化规律, 获取最大和最小光强下的正交偏振图像, 利用偏振滤波和亮通道先验方法分别估算大气光偏振度和其无穷远处大气光强值, 最终重构出无雾图像。实验结果表明, 在雾霾天气下, 利用获取的正交偏振图像能够重构出清晰的图像, 且重构图像的平均梯度和边缘强度均提升了约3倍, 灰度标准差提升了约88%。
偏振探测 图像去雾 正交偏振图像 滤波 亮通道 polarization detection image dehaze orthogonal polarized images filtering bright channel