1 湖南工学院 电气与信息工程学院, 湖南 衡阳 421002
2 武汉理工大学 光纤传感与信号处理教育部重点实验室, 湖北 武汉 430070
3 武汉理工大学 交通学院, 湖北 武汉 430070
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。
视频去雾 大气散射模型 暗原色先验知识 Retinex方法 图像融合 video defogging atmospheric scattering model dark channel prior knowledge retinex method image fusion
1 湖南工学院 电气与信息工程学院, 湖南 衡阳 421002
2 武汉理工大学 光纤传感与信号处理教育部重点实验室, 武汉 430070
为了提高雾天视频的可用性, 提出了一种基于暗通道先验和区间估计的视频去雾方法。利用暗通道先验知识, 采用区间估计的方式, 运用图像融合的思想, 通过背景图像求取大气光值和介质传输率, 并应用于视频的所有帧以去除雾气。与几种典型的视频去雾方法相比, 具有较快的运算速度, 能有效地避免去雾视频中出现颜色跳变的问题。以暗通道先验理论为基础, 采用区间估计的方式对大气光值和介质传输率进行估计, 从而能有效地提高去雾视频的整体亮度、清晰度和对比度, 同时获得较好的图像颜色。
视频去雾 大气散射模型 暗通道先验 区间估计 video defogging atmospheric scattering model dark channel prior interval estimation