针对夜间雾霾天气情况下还原的去雾图像存在颜色失真、纹理损失严重、去雾效果差等问题，本文提出了一种夜间去雾算法，采用自适应全局亮度补偿、同态滤波、限制对比度自适应直方图均衡化算法以及联合双边滤波对降质图像进行处理，结合大气散射模型得到还原的去雾图像。实验结果表明，该算法的夜间去雾效果好、处理速度快，较对比算法在对比度、平均梯度以及信息熵上均有改善，有效减少了还原图像的颜色失真、纹理损失。
夜间去雾 自适应全局亮度补偿 同态滤波 限制对比度自适应直方图均衡化算法 联合双边滤波 nighttime dehazing, adaptive global brightness com
针对夜间雾、霾场景下的去雾图像存在颜色失真、纹理损失、亮度低等缺陷，本文提出了一种采用暗态点光源模型的夜间去雾算法，通过构建夜间雾、霾场景的暗态点光源模型，利用联合双边滤波、限制对比度自适应直方图均衡化等算法对降质图像进行处理，结合大气散射模型得到去雾图像。实验结果表明，该算法的处理速度快、夜间去雾效果较好，较对比算法在对比度、平均梯度以及信息熵上均有一定程度地改善，有效解决了去雾图像的颜色失真、纹理损失、亮度低等缺陷。
夜间去雾 暗态点光源模型 联合双边滤波 限制对比度自适应直方图均衡化 大气散射模型 nighttime fog removal, dark point light source mod
华南师范大学物理与电信工程学院, 广东 广州 510006
针对当前去雾算法经常出现过度曝光、颜色失真等问题,提出了一种基于全卷积回归网络的去雾算法。该回归网络基于端到端系统,由特征提取和特征融合两部分构成。首先,输入有雾图像,经过特征提取和特征融合,最终回归为粗透射率图;之后使用导向滤波对其进行优化,再利用大气物理散射模型反演出无雾图像;最终采用限制对比度自适应直方图均衡化(CLAHE)对无雾图像进行增强,以得到更符合人类视觉的清晰图像。所提算法不仅可以有效避免去雾后出现的过度曝光和颜色失真等问题,而且能保留图像完整的细节信息,具有较好的去雾效果。
图像处理 图像去雾算法 卷积神经网络 端到端 限制对比度自适应直方图均衡化 激光与光电子学进展
2019, 56(20): 201003
