为解决现有去雾算法中存在的透射率过估计、天空区域颜色失真、实时性差等问题,提出了一种基于金字塔模型的快速高效实时视频去雾算法。采用金字塔向下采样获取缩小后的图像,引入伪去雾图像与暗原色置信度作为修正因子,获取缩小图像的粗透射率;然后将缩小图像还原至初始尺寸,利用联合双边滤波对纹理进行细化;最后结合大气光散射模型及帧间视频去雾理论复原降质视频。实验结果表明,该算法的去雾效果彻底,可对多种场景进行有效去雾。相比其他算法,本算法的峰值信噪比和平均结构相似性分别提高了20.153%和14.056%,且处理快速、运行稳定,可用于实时视频去雾。

针对高分辨率遥感卫星图像采用单一算法难以有效去除不均匀云雾的问题,提出一种基于图像分割和暗原色先验改进方法相结合的优化算法。采用图像分割技术将原云雾图像分割成浓雾部分和淡雾部分。浓雾部分采用加权多尺度Retinex算法进行局部增强去雾处理;淡雾部分采用改进暗原色方法,将暗原色图像去雾模型由RGB颜色空间转换到HSI颜色空间,提取亮度分量,获取准确的大气光值,并采用容差机制优化获取大气透射率,在此基础上采用自动色阶法增强处理,获取去除云雾后的图像。实验对比表明提出的算法能够很好地还原图像细节,有效恢复图像的颜色和清晰度。

在单幅图像的条件下,为了能更快地实现雾天图像的复原, 且使其在雾天和霾天的状况下均能获得较好的复原效果,对基于暗原色先验的雾图还原方法和基于 人眼视觉理论的Retinex方法进行了结合和改进。对前者的大气光强度的估算进行改进,并对灰霾 天气状况下图像色彩进行矫正,使其对雾天和灰霾天气图像均适用。此外将暗原色先验理论中的透射率 估算进行简化,结合Retinex算法实现了雾霾图像的实时处理。经实验验证,该方法对道路监控等 应用场景下的雾霾图像处理有较好的效果,同时保证了处理的实时性。

针对现有图像去雾算法时间复杂度高, 难于实时处理的问题, 提出一款基于片上可编程系统(SoPC)的视频图像快速去雾系统。介绍了平台的软件流程和硬件结构, 对暗原色先验和导向滤波理论进行深入研究, 并将暗原色先验和导向滤波算法移植到所设计的 SoPC平台上进行测试。测试结果表明, 该系统能满足视频图像实时去雾的要求, 并且恢复的图像清晰, 对比度好, 颜色自然。

为解决有雾场景图像复原过程中目标边缘存在细节模糊及丢失的问题，结合暗原色先验理论、引导图像滤波和保留边缘的A-Trous小波滤波方法，提出一种保留边缘的A-Trous小波修正的单一图像去雾算法。先对暗原色先验的引导图像滤波去雾算法进行复现，再引入保留边缘的A-Trous小波滤波算子，用三级小波滤波后的残差结果补偿暗原色先验的引导图像滤波算法去雾的结果。实验结果表明，相较于暗原色先验的引导图像滤波去雾算法，采用可见边对比度作为客观衡量标准，新增的可见边之比至少提高69.5%，可见边的规范化梯度均值提高30%，饱和黑色或白色像素点的百分比降低一半以上。通过主观辨识，去雾算法生成的结果中保留了图像的边界和纹理细节信息，恢复出来的图像颜色更贴近实际生活，去雾效果有较大改善，纹理边缘更加细腻。

基于暗原色先验理论,提出一种单幅图像去雾算法,并对其中的可调参数进行讨论,分析参数变化对去雾效果的影响。针对原算法中提到不用特殊处理的天空区域进行验证,发现此区域需要进行单独处理,通过设置阈值将天空区域隔离出来进行处理,并取得了较好的效果。对引入的导向滤波算法进行研究,分析算法中各项参数对算法实时性的影响。为了进一步提高算法实时性,对图像进行缩小处理,以减少求取透射率所需的时间,再利用插值法将透射率图还原至原图尺寸,从而得到无雾图像。实验证明,此方法在保证去雾效果的前提下,可将算法整体运算时间降低85.7%。

水下图像成像过程与雾天图像类似,但传统的去雾方法用于水下图像处理效果欠佳。针对水下捕获图像存在颜色衰减严重和蓝(绿)色基调的问题,提出了一种基于改进暗原色先验和颜色校正的水下图像增强方法。结合光在水下的传播特性,对空气中的暗原色先验去雾算法进行改进,在求取水下暗原色通道和图像背景光时考虑红色通道的逆通道;提出先采用改进的水下暗原色先验法去除后向散射光,再通过白平衡算法对增强后的水下图像进行颜色校正的方法。实验结果表明,相比于传统算法,本文的方法在处理后向散射严重的水下图像时,可以获得更高的清晰度和对比度。

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。

针对雾天条件下获得的遥感图像清晰度、对比度和色彩保真度下降, 继而影响遥感图像后续应用的问题, 考虑到遥感图像数据量大、景深变化小、几乎不含有天空区域的特点, 提出一种改进的基于暗原色先验规律的遥感图像快速去雾方法。在保证去雾效果的前提下, 对原暗原色先验去雾算法做出了针对性的改进, 采用直接求取每个像素点r、g、b三个颜色通道强度值的最小值来获取图像的暗原色图, 该方法大幅降低了算法的复杂度, 避免了繁重的计算。实验结果表明, 改进的去雾算法能够快速有效地去除雾对遥感图像的干扰, 提高图像清晰度, 还原景物真实色彩, 处理时间仅为原算法的2%, 可以满足遥感图像实时处理的要求。

针对水下光学彩色图像的模糊和颜色失真问题, 提出一种基于透射率优化和色温调节的水下图像复原方法。将大气光暗原色先验去雾算法应用到水下光学成像模型中实现水下图像清晰化, 采用引导滤波提高透射率的估计精度, 然后通过设置阈值参数区分水下光学图像中的明亮区域与非明亮区域, 对透射率进行优化处理得到自适应还原图像。最后通过调整图像估计灰度轴的位置对图像进行色温调节还原图像的颜色。实验结果表明, 该算法不仅可以有效提高图像的清晰度, 还可以对图像进行准确的颜色纠正。相比于其他算法, 该算法实现效果好, 具有更好的稳健性。