为了进一步提高有雾视频的可用性, 提出了一种改进的基于雾气理论的视频去雾方法。该方法以雾气理论为基础, 利用暗原色先验知识以及Retinex方法和图像融合的方式, 将从视频背景图像求取的大气光值和介质传播图应用于视频的所有帧以便去除雾气。从主观定性评价、客观定量评价和运算速度3个方面对视频去雾效果进行了评价。结果表明, 对分辨率为480×640的视频, 本文方法的运算速度为5.45 frame/s, 不仅获得了较快的处理速度且能有效避免复原视频中出现颜色跳变的现象。由于本文采用区间估计的方式对大气光值进行估计, 同时利用图像复原和图像增强的方法求取介质传播图, 因此, 复原视频的清晰度和对比度比典型的视频去雾方法有所提高, 颜色效果也比较好。

经典Retinex模型增强算法采用固定尺度高斯核平滑滤波, 导致单一尺度Retinex无法进行全局有效增强, 而多尺度Retinex权重系数选取困难, 二者均不能满足视觉要求。针对以上问题, 基于人眼视觉掩盖效应提出一种尺度变化高斯核平滑滤波的Retinex算法。首先利用人眼视觉掩盖效应的屏蔽函数检测像素邻域空间细节, 依据像素区域细节信息丰富程度设计出尺度变化的高斯平滑滤波器, 实现照度估计, 最后对尺度变化高斯平滑滤波器实现提出实用方法。实验证明本文算法有效提高红外图像对比度, 增强细节信息, 在主观视觉效果和客观评价指标上整体优于修正对比度限制直方图均衡算法、单尺度Retinex、多尺度Retinex及平稳小波和Retinex增强算法。

针对基于小波变换的红外图像增强方法视觉效果不够理想的缺点，提出了一种基于平稳小波变换和Retinex的红外图像增强方法，利用Retinex增强算法增强图像的视觉效果，并改善其亮度均匀性。首先，对红外图像经平稳小波变换后的最大尺度低频子带图像进行多尺度Retinex增强；然后，利用贝叶斯萎缩阈值法对高频子带图像进行阈值去噪，并根据低频子带图像的局部对比度和模糊规则计算高频子带的增益系数，从而得到增强后的高频子带图像；最后，由低频子带图像和高频子带图像重构得到增强后的图像。针对大量图像进行了实验和增强效果的定性与定量评价，并与双向直方图均衡法、二代小波变换法、Curvelet变换法和多尺度Retinex法作了比较。结果表明，所提出的方法增强了图像细节，抑制了噪声，并明显改善了图像的整体视觉效果。