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
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
沈阳理工大学自动化与电气工程学院, 沈阳 110000
雾霾天气下, 航拍设备无法准确获取图像信息, 为解决此问题, 提出一种改进暗通道窗口与透射率修正的图像去雾算法。首先, 用超像素分割有雾图像得到景深一致的局部窗口, 在每个窗口内计算暗通道, 同时根据大气光特性结合超像素进行大气光估计; 然后, 通过引导滤波细化透射率, 并建立自适应容差机制来修正图像明亮区域的透射率; 最后, 反演大气散射模型还原清晰图像。实验结果证明,该算法所得结果图像细节清晰、颜色自然, 且能处理多类雾天图像, 鲁棒性更好, 与经典算法相比具有显著优势。
图像去雾 暗通道先验 超像素分割 自适应容差 透射率修正 image dehazing dark channel prior superpixel segmentation adaptive tolerance transmittance correction
针对水下图像受介质散射和吸收的影响所出现的颜色失真、对比度低和细节模糊等问题, 提出水下图像增强的暗通道先验改进算法。采用白平衡处理对水下图像的蓝(绿)色偏进行颜色校正, 进而在LAB空间对图像L分量进行同态滤波处理, 从而获得暗部细节提亮的图像。在RGB空间对图像分别进行CLAHE处理增强图像对比度, 解决图像雾化问题, MSRCR处理提高图像色彩饱和度并均衡图像亮度。根据暗通道先验图像计算融合权重系数对所得到的3幅图像进行加权融合与细节增强, 得到最终增强图像。实验结果表明, 所提算法能够有效消除图像颜色失真情况, 增强的图像呈现出高对比度和更清晰的细节。
水下图像 图像增强 图像融合 色偏校正 暗通道先验 underwater image image enhancement image fusion color deviation correction dark channel prior
1 河北工程技术学院 网络与通信学院,河北 石家庄 050091
2 阳光学院 人工智能学院,福建 福州 350015
3 福州大学 物理与信息工程学院,福建 福州 350108
传统暗通道去雾算法计算的透射率图存在块效应,易造成复原图像白边现象,同时图像中天空、白云等明亮区域不适用暗通道原理,易引起去雾图像失真。本文结合引导滤波和自适应容差机制提出了一种基于多尺度暗通道和自适应容差的去雾算法,可有效避免以上问题。首先,计算3种不同尺寸滤波窗口下的透射率初估计,并对估计结果进行有效融合;接着,通过引导滤波对透射率进行细化,以获得鲁棒性和准确性更好的多尺度透射率图;然后,引入自适应容差策略对图像中明亮区域的透射率进行修正;最后,由于暗通道去雾图像整体亮度偏暗,因此对去雾图像的亮度和对比度进行亮度补偿。实验结果表明,采用不同算法对不含和少量天空区域的图像去雾,信息熵约提高0.2 bit/symbol,平均梯度约提高0.5,PSNR约提高8 dB。对较多和大量天空区域图像去雾,PSNR约提高3 dB,SSIM约提高0.1。较好地实现了去雾图像细节清晰、颜色可靠且明亮区域去雾效果良好等要求。
图像去雾 暗通道先验 透射率 引导滤波 自适应容差 image dehazing dark channel prior transmittance guided filtering adaptive tolerance
贵州大学大数据与信息工程学院,贵州 贵阳 550025
双通道对比度先验(Dual-CP)是基于图像的亮通道和暗通道之间的差异来模拟对比度,故其在模糊图像盲复原中表现出良好的复原效果。但是,实际应用中图像亮通道和暗通道的值并不像理论研究的那样明显地分布在1和0上,为解决这一问题,提出一个联合双通道对比度先验和L0正则化强度及梯度先验的模糊图像盲复原算法。其中,由于非凸的L0极小化问题求解比较困难,利用半二次分裂法推导出一种有效优化算法。实验表明,所提算法在直观效果上有更明显的细节恢复能力,且在Levin等人、Köhler等人和Lai等人提出的基准数据集上平均峰值信噪比分别提高了2.1051 dB、1.1273 dB和0.4491 dB,平均结构相似性分别提高了0.1302、0.0599和0.0158。
成像系统 亮通道先验 暗通道先验 模糊图像盲复原 L0正则化强度及梯度先验 半二次分裂法 激光与光电子学进展
2022, 59(8): 0811010