单一图像多滤波联合快速去雾算法.pdfVIP

第15卷第6期2叭5年2月 科学技术与工程 V01．15No．6Feb．2015 Science and Technology ⑥2015 1671—1815(2015)06—0236—05 Engineering sci．Tech．E“grg． 单一图像多滤波联合快速去雾算法 钱小燕 (南京航空航天大学民航学院，南京210000) 摘要提出一种多滤波联合单一图像快速去雾算法。首先基于大气散射光特性，计算雾天图像最小通道图，给出大气耗射 函数初估计；利用双边滤波保边缘的平滑特性，对雾天图像灰度图进行平滑增强处理；再以此滤波图作为引导图，对大气散射 图进行引导滤波，生成准确的能体现深度变化的大气散射图。为了正确估计全球大气光，采用循环四分图形法求解雾天图像 最小通道图中最亮像素；在此基础上生成视觉上较真实的清晰无雾图像。比较实验表明算法去雾效果更完整、视见度更高、 速度更快。 关键词去雾 双边滤波 引导滤波 分层四分树法 中图法分类号TP391．41； 文献标志码A 雾天条件下，大气粒子的散射作用往往导致采 估计不可靠；He等人提出了一种基于暗通道先验理 集图像对比度降低、颜色失真，从而使得场景可见度 论的去雾方法¨1，该方法利用抠像技术对初始介质 大幅降低、给户外视频监控、交通运输以及军事侦察 传播函数进行细化，对大多数自然图像可以得到很 等领域的应用带来很大困难。因此，提高雾天图像 好的去雾效果；但由于抠像过程需求解大规模稀疏 的清晰度以及纠正其色移现象有着重要的实际 线性方程组，具有很高的时间复杂度和空间复杂度， 意义‘1，2|。 难以适用于实际应用场合。为了提高图像去雾效 基于物理模型的图像去雾技术是当前研究热点 率，Tarel等人提出一种快速图像去雾算法∞J，利用 之一，其利用大气散射模型，通过求解图像降质过程 中值滤波估计大气耗散函数。但由于中值滤波无法 的逆过程获得场景反照率。依据所需成像系统或成 保持边缘信息，导致许多景深发生突变的细小边缘 像场景的附加信息，该方法可分为两类：一类是利用 区域，无法得到令人满意的去雾效果。He等人提出 同一场景的多幅图像，或者不同偏振程度的多幅图 一种新的引导滤波器作为拉普拉斯抠图优化方程的 像估计环境光，进而恢复清晰图像。这类方法在特 近似解，极大地缩减了其原有算法的时间复杂 定情况下可以产生较好的效果；但由于对输入图像 度门。；但由于选用原雾天图像作为引导图，导致去 以及用户要求较多，在许多情况下难以满足。因此 雾效果不够彻底，复原图像中仍然存在一定程度的 其实用性和实时性均受到限制。近年来，另一类基 雾气；而且在滤波过程中需要同时对彩色图像的三 于先验信息的单幅图像去雾方法取得了较大进步， 通道进行操作，仍然无法满足实时性应用。xiao等 该方法利用图像数据本身构造约束场景反照率或 人在中值滤波基础上采用联合双边引导滤波对大气 (和)景深的假设条件，估计模型参数，从而达到去 耗散函数进行优化，有效增强了图像边缘信息，保持 雾的目的。Tan假设局部区域的环境光为常数，在 了景深突变信息，获得了理想的去雾效果’8J。 马尔可夫随机场模型的框架下，构造关于边缘强度 受现有滤波去雾算法启发，提出一种双边滤波 的代价函数，使用图分割理论来估计最优光照，从而 和引导滤波联合的快速雾天增强算法。根据He等 增强图像对比度”J。该方法由于没有考虑物理模 人的假设：在大部分图像区域，大气耗散函数的取值 型，恢复后的颜色往往会出现过饱和；Fattel。4o基于 是