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
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
1 云南师范大学颜色与图像视觉实验室, 云南 昆明 650500
2 云南师范大学信息学院, 云南 昆明 650500
针对经典的暗原色理论算法在处理雾天图像时，图像的边缘光晕现象，图像的色度、色调、亮度失真等问题，提出基于全变差(TV)模型的暗原色理论雾天图像增强算法。基于暗原色理论数学模型，粗略的获取透射率图像，并在此基础上，通过引入TV 模型，对透射率图像进行保边平滑优化，为避免图像中高亮度区域出现光晕失真现象，结合容差机制，判断图像中的天空区域，对透射率图像进行修正，根据暗原色理论的数学模型反向求解，获得复原后的图像。通过主观观察和客观评价，在整体和细节方面该算法比经典的暗原色算法有更好的处理效果。
图像处理 全变差模型 透射率修正 容差机制 暗原色理论
