刘霞 1,2侯昌伦 1,2,*
作者单位
摘要
1 杭州电子科技大学电子信息学院,浙江 杭州 310018
2 杭州电子科技大学碳中和新能源光电研究院,浙江 杭州 310018
夜间图像去雾技术已经成为图像处理技术领域的重要研究内容,在目标跟踪探测、视频监控、遥感等方面有着重要的意义。夜间有雾图像通常具有对比度低、光照不均匀、颜色偏移等特点,这些特点使得夜间图像去雾面临着极大的挑战。通过调研近年来夜间图像去雾算法的国内外研究现状,从物理模型、非物理模型和深度学习的角度对其中比较经典的算法进行了归纳总结,详细阐述了算法的流程以及优缺点。最后,对夜间去雾算法的未来研究方向进行了展望。
图像去雾 深度学习 大气散射模型 物理模型 非物理模型 
激光与光电子学进展
2023, 60(24): 2400002
作者单位
摘要
河南理工大学 物理与电子信息学院,焦作 454000
为解决低光照环境下机器视觉采集图像存在的对比度低、细节丢失等问题,提出了一种基于扩展大气散射模型的低光照图像增强算法。首先,将低光照图像三个颜色通道的最大值作为初始传输图,并使用伽马校正调整图像的可见性和边缘细节;接着,利用融合技术优化初始传输图,融合不同方法提取的主要结构和精细结构;然后,利用亮通道的暗像素计算逆大气光值;最后,根据传输图和逆大气光值对模型进行求解得到最终增强图像。模型中的校正项可以更好地抑制增强图像的过度增强与细节丢失,同时,算法采用图像融合对传输图进行优化,可以较好地再现图像中的轮廓和纹理细节。实验结果表明,相比于其他8种算法,该算法在提高图像对比度、自然度和突出细节方面表现出了更好的性能。
图像处理 图像增强 大气散射模型 图像融合 传输图 亮通道 大气光值 Image processing Image enhancement Atmospheric scattering model Image fusion Transmission map Bright channel Atmospheric light value 
光子学报
2023, 52(6): 0610002
作者单位
摘要
华北理工大学 电气工程学院,河北 唐山 063210
针对暗通道先验去雾中存在的光晕和色彩失真问题,提出一种基于明亮区域分割的图像去雾算法。首先通过亮度阈值分割和区域生长将雾天图像分割为明亮区域与非明亮区域;然后用亮通道先验和超像素分别改进明亮区域和非明亮区域透射率的计算公式;再用加权融合的方法将这两个区域的透射率进行融合得到粗略的透射率,使用引导滤波对其进行优化,同时对雾天图像进行四叉树分割,取最终分割区域像素的亮度平均值为大气光值,通过大气散射模型复原去雾图像。实验结果表明,改进后去雾图像的峰值信噪比与改进前相比提高了6.5%,信息熵提高了2.1%,新增可见边之比提高了5.5%,梯度均值提高了5.3%。本文改进算法能够解决暗通道先验去雾中的问题,得到清晰且对比度高的去雾图像。
暗通道先验 亮通道先验 超像素 大气散射模型 dark channel prior bright channel prior super pixel atmospheric scattering model 
液晶与显示
2023, 38(5): 636
作者单位
摘要
1 南京信息工程大学, 南京 210000
2 江苏省气象探测与信息处理重点实验室, 南京 210000
针对目前图像去雾方法中存在的输出图像色彩偏暗、场景信息丢失以及去雾不彻底等问题, 提出了一种基于注意力机制的端到端图像去雾方法。首先将通道注意力机制嵌入到Inception网络中, 并由融合后的网络进行浅层特征提取; 然后通过多尺度卷积和残差密集连接块学习深层图像信息, 同时以跳跃连接的方式实现深浅特征融合; 最后经过单一卷积层回归到像素比例系数矩阵, 依据改进后的大气散射模型生成无雾图像; 网络模型在均方差(MSE)的基础上设计了保真度损失函数作为约束。在RESIDE雾天数据集上的实验结果显示, 提出的方法的峰值信噪比(PSNR)、结构相似度(SSIM)、学习感知图像块相似度(LPIPS)和CIEDE2000分别达到32.545,0.970, 0.026和2.711, 表现出良好的效果, 输出图像去雾彻底, 色彩保真度高, 并有效避免了已有方法中的细节信息丢失问题。
图像去雾 保真度损失 大气散射模型 通道注意力机制 跳跃连接 image dehazing fidelity loss atmospheric scattering model channel attention mechanism skip connection 
电光与控制
2023, 30(3): 20
作者单位
摘要
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
作者单位
摘要
1 上海工程技术大学 电子电气工程学院,上海20620
2 中国科学院 上海光学精密机械研究所,上海01800
针对在雾霾天气、水下和夜间环境中获得的图像存在清晰度和对比度下降以及色彩失真等问题,提出一种使用改进型大气散射模型的双阶段图像修复方法。通过在传统的大气散射模型中引入一个全局补偿系数以得到一个改进型大气散射模型,使用该模型的双阶段图像修复方法包含两个阶段:首先,输入一张退化图像,利用改进型大气散射模型得出一张粗略的修复图像,并利用灰度世界算法求出该粗略的修复图像的反照率;其次,将反照率和第一阶段的输出图像作为输入,利用改进型大气散射模型得出最终的修复图像。实验结果表明,所提出的方法可避免图像修复的结果中存在色彩失真和色调偏暗等问题,并且具有很好的适用性,其不仅可有效实现雾霾图像去雾,也可实现水下图像修复和夜间图像增强。与当前最先进的方法相比,所提出的方法在定量和定性实验上都取得了优异的结果。
图像修复 图像去雾 大气散射模型 色彩失真 灰度世界算法 image restoration image dehazing atmospheric scattering model color distortion gray world algorithm 
光学 精密工程
2022, 30(18): 2267
作者单位
摘要
中国矿业大学信息与控制工程学院,江苏 徐州 221116
针对现有图像去雾算法中大气光值和透射率估计不准确导致图像去雾后失真的问题,提出了一种基于雾线暗通道先验改进的图像去雾算法。首先,根据HSV空间雾浓度与亮度和饱和度差值的关系计算图像的全局相对雾浓度,并结合暗通道图对应的高像素值来设置能够自动选择合适的大气光值的权重系数;其次,利用暗通道先验得到的粗略透射率值对每条雾线中最大半径透射率进行修正,然后引入容差参数对明亮像素的透射率进行优化,引入快速引导滤波对透射率图进行进一步优化;最后,根据大气散射模型获得最终的无雾图像。实验结果表明,所提去雾算法在主观视觉效果和客观数据上均优于其他算法。
图像处理 雾线暗通道先验 雾浓度 容差参数 明亮像素 大气散射模型 
激光与光电子学进展
2022, 59(8): 0810014
作者单位
摘要
兰州交通大学 电子与信息工程学院,甘肃兰州730070
针对去雾领域中传统方法受手动设置特征的限制,以及现有网络去雾不彻底和细节保持不佳等问题,提出一种分离特征和协同网络下的端到端图像去雾模型。首先对传统的大气散射模型进行变形,分离出乘性特征和加性特征。其次,根据两个特征对最终去雾结果的影响程度,设计基于乘性特征和加性特征提取框架并行驱动的去雾网络。其中,乘性特征提取网络充分考虑了不同深度的空间信息及细节特征,通过各层之间密集级联达到特征重用和信息补偿的目的,以获取精密丰富的目标特征。另外,利用残差跨连结构搭建加性特征提取网络,用于训练偏置加性特征。最后,将分离特征代入复原模型得到无雾图像。实验表明:所提网络去雾效果显著,复原图像颜色自然,细节保持良好且各项指标占优。
图像去雾 卷积神经网络 大气散射模型 特征分离 图像复原 image dehazing convolutional neural network atmospheric scattering model feature separation image restoration 
光学 精密工程
2021, 29(8): 1931
作者单位
摘要
兰州交通大学 电子与信息工程学院, 兰州730070
针对雾天条件下成像设备采集到的图像目标主体不清晰,细节信息不明显,可辨识度低等问题,提出了一种基于光幕约束和分段调整的图像去雾算法。首先将大气光幕的基本不等条件映射至正方形及其内切圆平面模型中,得到约束后的初始大气光幕;然后利用饱和度逼近构造粗糙大气光幕,以模糊无用的边缘信息,并通过梯度约束求取边缘代价对初始大气光幕进行修正。为了改善近景失真和远景去雾不彻底,建立自适应分段调整函数对大气光幕进行优化;最后通过复原模块得到清晰图像。实验结果表明:与一些经典的去雾算法相比,所提算法可以应用于各类图像,去雾效果良好,不仅保留了原图像特性而且得到的复原图像色彩明亮,清晰自然,各项指标优势明显。
图像复原 光幕约束 分段调整 大气散射模型 图像去雾 Image restoration Atmospheric veil constraint Piecewise adjustment Atmospheric scattering model Image dehazing 
光子学报
2021, 50(5): 241
作者单位
摘要
兰州交通大学电子与信息工程学院, 甘肃 兰州 730070
针对暗通道和线性变换算法的局限性,提出了一种基于改进线性变换的迭代优化去雾算法。首先,从最小颜色分量出发,建立大气耗散函数与最小颜色分量的自适应线性变换模型,以获得介质传输率的初始估计;然后,针对雾图中明亮区域的介质传输率进行自适应修正;其次,使用Kirsch和Laplacian算子构成的高阶滤波器进行迭代处理,得到最优介质传输率;最后,将优化后的介质传输率和基于四叉树子块搜索法获得的大气光值代入大气散射模型,得到复原图像。实验结果表明,本算法能恢复出清晰、自然的图像,对单幅图像的去雾效果较好。
图像处理 大气散射模型 图像去雾 迭代优化 线性变换 
激光与光电子学进展
2021, 58(6): 0610011

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!