1 北京邮电大学现代邮政学院，北京 102206
2 北京邮电大学网络空间安全学院，北京 100876
为了提高红外图像去雾效果，提出改进暗通道算法。首先利用近红外光在天空区域与非天空区域的穿透能力不同，天空区域的红外能量相对非天空区域能量较小，通过红外有雾图像的能量差异性划分为天空区域、非天空区域；接着天空区域的大气光值通过滑动窗口的像素亮度平均值计算，透射率考虑近红外波段衰减，非天空区域的大气光值、透射率通过改进暗通道算法计算；最后通过各区域大气光值、透射率恢复出无雾图像。实验结果表明，本文算法对红外图像去雾结果清晰，图像细节信息较好，评价指标较优。
能量差异 天空区域 滑动窗口 红外图像去雾 energy difference, sky region, sliding window, inf
兰州交通大学电子与信息工程学院, 甘肃 兰州 730070
针对传统暗通道去雾算法对天空区域处理能力不足,复原效果常伴有色彩失真及光晕现象等问题,提出了一种结合天空区域分割和加权融合的去雾算法。利用天空区域的亮度特性设置众数约束阈值,将雾图分割为天空和非天空区域;结合不同滤波尺寸暗通道优势,构造融合暗通道;在天空区域分割的基础上采用加权技术获得更可靠的大气光值;设置过渡区域对天空和非天空区域的透射率进行结合。实验结果表明,针对含有天空区域的雾图,本文算法的去雾效果明显,改善了天空区域颜色失真的问题,并抑制了边缘区域的光晕效应。
图像处理 图像去雾 暗通道先验 天空区域分割 透射率 图像复原 激光与光电子学进展
2021, 58(16): 1610021
1 泉州理工学院, 福建 晋江 362200
2 云南师范大学信息学院, 云南 昆明 650500
3 中国科学院泉州装备制造研究所, 福建 晋江 362200
针对经典的暗通道理论算法在处理雾天图像时天空区域出现光晕和亮度损失的问题,提出了一种基于边界限制加权最小二乘法滤波的雾天图像增强算法。该方法根据雾天图像的直方图特性,分割出天空区域,并求解出了全局大气背景光;根据辐射立方体法则推导出边界限制条件,得到了初始的透射率,运用加权最小二乘法滤波方法和容差机制,对透射率进行了平滑处理;利用暗通道理论的模型,求取了增强后的图像。研究结果表明,在去雾效果和图像的可视度方面,所提算法优于现有的暗通道算法。
图像处理 图像增强 边界限制 加权最小二乘法滤波 天空区域分割 暗通道理论
河北工业大学电子信息工程学院, 天津 300401
针对暗通道先验去雾算法受限于天空区域，提出了一种天空优化的暗通道去雾算法。在原有公式的基础上，根据天空大气光中值及天空区域的占比添加天空区域约束因子，使其适用于天空区域的处理。同时，在原含雾图像对透射率做引导滤波的基础上，利用K-均值算法聚类分割图像得到天空区域，将天空区域的平滑结果作为新的引导图像对透射率图进行引导滤波。实验结果表明,所提出的去雾算法相比于经典暗通道先验去雾算法，以及现有的一些暗通道先验改进算法，无论是在天空区域的处理、实际去雾效果，还是在图像整体视感上都有明显改进。
图像处理 图像去雾 暗通道先验 天空区域 引导滤波 激光与光电子学进展
2018, 55(8): 081010
南京航空航天大学 自动化学院, 南京 211106
暗原色先验规律在天空区域的不适用, 将会导致去雾后图像中的天空区域产生明显的噪声放大和色彩失真, 为此提出基于天空区域分割的改进暗原色先验去雾算法。 首先, 采用将K均值聚类与增强边缘提取相结合的方法来进行天空区域分割, 之后对有雾图像中天空区域的透射率进行修正, 以得到改进的去雾后图像。该方法在天空区域分割的准确性上较好, 去雾后图像不仅天空区域失真与噪声等显著减弱,还保证了远景清晰度。实验表明, 该方法明显改善了去雾后图像天空区域的视觉效果并保留了远景清晰度, 使去雾后图像显得清晰的同时表现得更加自然。
暗原色先验 天空区域分割 K均值聚类 增强边缘提取 透射率修正 dark channel prior sky region segmentation K-means clustering enhanced edge extraction transmission correction
国防科学技术大学 ATR国防重点实验室, 长沙 410073
对于红外跟踪系统中的低空非合作运动目标检测问题, 由于距离未知, 目标可能表现为小目标或者面目标, 另外, 红外图像中可能包含大量的地物背景。针对以上问题, 本文提出了一种基于形态学梯度的目标检测算法。此方法首先计算红外图像的形态学梯度, 进而根据各种地物背景的形态学梯度特征提取天空区域, 然后在此区域内进行目标检测, 最后进行目标边缘片段的合并。该方法基于形态学梯度对于灰度变化的敏感性, 使用形态学梯度来表征红外目标边缘强度, 通过检测目标边缘来达到检测目标的目的。实验证明, 本文方法能够有效的检测目标, 虚警较少, 且对小目标和面目标具有一定通用性。
红外目标检测 形态学梯度 天空区域提取 IR target detection morphological gradient sky area extraction
