针对遥感卫星和高空无人机在海上航拍的可见光遥感图像中黑极性舰船目标检出率低的问题，提出了一种基于暗原色先验和恒虚警率原理的舰船目标检测方法。这种方法先对目标图像进行预处理，得到其暗原色图(DarkChannelImage，DCI)；再将 DCI作为二维恒虚警(2-DCFAR)检测法的输入，以局部统计灰度均值和方差作为目标检测特征，通过选择合适的目标判定阈值及目标空间分布信息完成疑似目标定位；疑似目标集合可以有效地被舰船目标特征矢量进行检验，根据得到的结果判定虚警是否去除，最后得到最终目标检测结果。实验结果表明，该方法对于可见光遥感图像中的舰船目标有较为准确的检测效果，总检出率可达 96.07%，并且对人眼视觉不易判别的黑极性目标有着类似“放大镜”的作用，对黑极性舰船目标的检出率可达 86.71%，较大地提高了可见光遥感图像中黑极性舰船目标的检出率，对优化黑极性目标检测方法创新有一定的指导意义，也为暗原色先验原理的应用提供了新思路。
可见光遥感图像 暗通道 恒虚警 黑极性舰船目标检测 目标特征矢量 visible remote sensing images dark channel constant false-alarm rate black polar ship targets target feature vector
光学 精密工程
2023, 31(23): 3474
1 昆明物理研究所，云南昆明 650223
2 北方夜视科技（南京）研究院有限公司，江苏南京 211106
针对短波红外成像系统在雾霾天气下存在图像质量模糊、分辨率低等问题，本文提出了一种基于暗通道先验理论的短波红外图像去雾算法。本文首先通过改进的暗通道先验得到暗通道图像数据，然后基于暗通道数据对大气光进行估计；为了避免目标局部高亮或细节模糊，采用引导滤波和多尺度 Retinex（Multi-scale retinex，MSR）对透射率图进行细化和增强处理，最后结合大气散射模型来反演出去雾图像。实验结果表明，经此算法处理后的短波红外图像在主观视觉和客观指标方面均得到了较好的验证，去雾效果显著、细节特征丰富且明亮度适宜。
短波红外 去雾 暗通道先验 shortwave infrared, dehaze, dark channel prior, MS MSR
1 中国海洋大学信息科学与工程学部物理与光电工程学院，山东 青岛 266100
2 浙江大学光电科学与工程学院，浙江 杭州 310027
由于光在水下传播时受到吸收、散射、衰减的影响，在水下场景中采集的图像退化明显，存在对比度低、蓝绿色偏严重等现象。基于此，提出一种基于图像分割和色适应变换白平衡的水下图像增强算法。将色适应变换引入水下颜色校正，将基于图像三通道反转去雾的低照度增强方法应用于水下图像增强，并提出基于图像分割的白平衡策略，同时将所提算法与经典算法进行比较。实验结果表明，所提算法处理后图像的underwater color image quality evaluation metric（UCIQE）指标平均值为0.5839，underwater image quality measures（UIQM）指标平均值为1.3689，中性色角度误差平均值为5.0972，均优于两种经典算法。所提算法在颜色校正效果和清晰度提升上具有一定的优越性。
图像处理 图像增强 白平衡 暗通道先验 色适应 激光与光电子学进展
2023, 60(14): 1410003
昆明理工大学信息工程与自动化学院，云南 昆明 650500
针对不同场景下获得的水下图像存在色偏、细节模糊和对比度低等问题，提出一种基于四叉树分级搜索和透射率优化的水下图像复原方法。首先，建立双透射率水下成像模型，将透射率定义为直接分量透射率和后向散射分量透射率；然后，利用红通道补偿算法对原图像进行预处理，并利用四叉树分级搜索、改进暗通道先验和无退化像素点方法分别估计背景光强度、后向散射分量透射率和直接分量透射率；最后，通过逆求解成像模型，并采用满足瑞利分布的直方图拉伸获得复原图像。实验结果表明，与其他水下图像复原方法相比，所提方法对在强干扰环境下采集的水下图像有着更强的颜色失真校正以及模糊信息增强的能力。
海洋光学 水下图像复原 双透射率 红通道补偿 四叉树 暗通道先验 光学学报
2023, 43(12): 1201002
中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033
遥感图像在成像过程中，容易受到云层和雾霾天气的影响，形成带雾图像；同时在下传时，会受到多种因素影响（如发送接收误码、电离层和对流层的随机变化对信号形成扰动等），使图像信息丢失或掺杂噪声。本文针对信息丢失的带雾单色遥感图像，提出了基于矩阵复原和暗通道理论的单色遥感图像去雾算法，通过基于交替方向乘子法（Alternating Direction Method of Multipliers，ADMM）的矩阵复原算法与传统暗通道理论相结合，有效实现了信息丢失下的遥感雾图复原。通过主观评价和客观评价相结合的方式，将本文算法与经典算法对比。结果表明，本文算法得到的结果在直观视觉上效果更好，且相对于信息丢失30%的雾图，6个场景的平均信息熵提升1.665 2，平均峰值信噪比提升11.702 9，平均结构相似性提升0.814 6，客观评价指标结果优异。进一步在不同比例信息丢失情况下进行实验，结果表明，即使在信息大量丢失的情况下，依然能够得到清晰的复原去雾图像。
图像去雾 单色遥感图像 ADMM 暗通道理论 image dehazing monochrome remote sensing image ADMM dark channel theory
江西理工大学信息工程学院，江西 赣州 341000
针对传统基于暗通道先验的去雾方法容易导致边缘区域和天空区域分别出现伪影和颜色失真的问题，提出了一种基于区域透射率融合的暗通道图像去雾方法。首先，将含雾图像分为非天空、天空及过渡边缘等3个区域。其次，在暗通道结合块透射率估计和点透射率估计分别对非天空区域和过渡边缘区域进行融合，并利用梯度域引导滤波进行平滑处理，得到融合后的暗通道透射率。然后，合成天空区域的亮度透射率和暗通道融合透射率，以获得最终的透射率。最后，利用得到的透射率和改进后的大气光值对图像进行复原，得到去雾结果图像。实验结果表明，与传统暗通道方法相比，所提方法明显更优，其在有效抑制边缘伪影的同时能够较好地保留含雾图像的颜色特征。所提方法得到的去雾图像在主观评价和客观评价方面均能取得更好的结果。
图像处理 透射率融合 暗通道先验 大气散射模型 引导滤波 图像去雾 激光与光电子学进展
2023, 60(4): 0410005
