暗原色先验

摘要： 针对含雾遥感影像在军事航空侦查、地物判读等方面使用率低、有效性差的问题,以及现有去雾算法中存在计算复杂耗时、色彩失真的弊端,结合遥感影像景深变化小、不含天空背景等特点,本文提出一种改进的暗原色先验去雾算法。首先,对影像中白色场景灰度值进行统计并设定阈值划分为失效区,分离水域与非水域减少蓝色波段在水域的占比,合成新的蓝色波段,以改进暗通道值的获取方法;其次,采用导向滤波替代软抠图法优化透射率提升处理时间;然后,对关键参数进行适应性改进试验并采用自动色阶恢复去雾后的影像色彩;最后,利用含雾的无人机影像和GF-2影像进行了试验,并进行了定量评价。试验结果表明,在同等试验条件下,本文方法处理单幅影像的时间比暗原色先验去雾算法的提升4倍以上,且去雾后影像的灰度均值、标准差、信息熵、平均梯度等指标比暗原色先验去雾算法得到的值均有提高,能有效提高有雾影像的清晰度,增强影像色彩和细节。

摘要： 针对传统的暗原色先验去雾算法存在大气光值估计不精确、输出图像有光晕效应、算法时间复杂度高、天空区域去雾失真、去雾后图像偏暗等问题,采用在较亮像素中取平均值的方法,提高大气光值的估计精度;选用引导滤波法来代替传统的软抠图法细化透射率,通过判别有雾图像白亮区域并适当提高该区域的透射率,解决传统算法在天空区域去雾失真的问题。通过引入去雾质量客观评价指标,证明了所提算法相对原算法的优越性。结果表明,自动补偿亮度算法,有效改善光晕效应的同时显著提高了运算速度,处理后图像更自然美观。

摘要： 为提升图片质量,改善传统的暗原色先验处理图像的局限性,提出一种RGB亮通道取反的自适应修正暗原色先验去雾算法。在计算暗通道前,先对有雾图像的RGB通道中最亮通道进行取反处理,自适应修正透射率的计算值;在全局大气光估计时,采用最亮0.1%的像素的均值;使用canny算子提取图像的边缘信息,对导向滤波的方法进行修正,进行透射率估计;根据大气散射模型对有雾图像进行复原。实验结果表明,该算法可以有效改善暗原色先验在天空区域失效的问题,能够保留图片的景深特征,使复原图像具有更清晰的边缘细节。

摘要： 暗原色先验是最高效的去雾方法之一,不足之处在于去雾结果易出现颜色退化、雾晕、霍尔效应及亮度衰减等问题。为提升透射率和环境光的准确性,从补偿场景像素信息损失视角出发,提出了一种图像去雾新方法,内容包括:1)引入局部光照系数,改进散射成像模型,提升去雾结果亮度;2)利用像素级暗原色,构造残差模型,补充像素值损失;3)设计一种自适应阈值L1-TV滤波器,平衡透射率的平滑和细节保真,缓解雾晕和霍尔效应;4)采用Retinex理论和局部颜色线来增强无雾场景像素的细节。仿真实验结果表明:相比于同类算法,图像去雾算法稳健、高效,可避免引入霍尔效应、雾晕及人造颜色,也可保护复原场景的亮度,去雾结果更符合视觉感知。

摘要： 为了提高图像去雾效果,提出一种在图像多尺度分解的基础上,通过改进的暗原色方法实现图像去雾的算法.该算法在HSV颜色空间中,首先对亮度分量V进行多尺度分解,然后对高频部分进行软阈值消噪,并通过梯度运算增强边缘,对低频部分采用改进的暗原色先验模型进行处理;其次,对饱和度分量S先进行非局部均值滤波去噪,再通过线性拉伸使其复原;最后,将图像由HSV空间转换到RGB空间得到最终的去雾图像.实验结果表明,在去雾效果和时间复杂度方面,该算法比一些经典算法都有明显的改善.

摘要： 暗原色先验去雾和增强算法在处理大范围天空区域时,容易出现颜色异常失真的现象,因此提出一种相应的改进算法.首先,根据天空的特征设定阈值进行区域分割,然后减弱天空的去雾处理,从而基本维持原始自然的视觉效果;接着,通过联合双边滤波对传输函数进行优化,克服了采用软抠图算法的高复杂度;最后,结合最大值与平均值加权对大气光的计算方式进行了改进.实验证明,该算法改善了天空区域的异常现象,有效增强了去雾图像的质量,且视觉上与客观上的评价均优于原始算法.

摘要： 输电通道的实时监测系统会受到恶劣天气情况的影响,尤其是北方冬季有雾天气较频繁,因此,去雾处理是实时监测系统的重要预处理环节.针对图片中存在大量天空区域或白色物体会导致原方法失效的问题,在暗原色先验方法的基础上开展研究,提出了基于天空区域分割的改进方法,获取了优化后的大气光值和透射率值,从而实现了有雾天气下的有效监测.经过对不同去雾方法进行研究和对比,实验结果表明基于天空区域分割的暗原色去雾方法能取得更好的效果,分别在全参考和无参考的图像质量评价指标上取得更高的水平,尤其是针对包含天空区域的输电线路图像,能够较好地进行图像预处理,并且在雪天情况下对比原去雾方法有非常明显的去雾效果.

摘要： 本文基于大气散射模型, 建立了雾天图像复原的关系, 以暗通道原理作为基础知识, 复原雾天图像. 对不符合暗原色先验假设的大片浓雾及天空区域, 分析图像失真的原因, 通过引入容差参数来修正透射率, 防止天空区域的去雾程度过大, 从而提高含天空区域图像的复原效果. 为了避免大气光强过高, 去雾程度加强, 本文设置了大气光强的阈值, 并采用自动色阶算法对复原后的图像的色调分布进行相应调整, 使复原图像更自然, 增强其视觉效果. 完成图像去雾算法验证流程设计, 实现参数可调. 通过主观与客观的分析方式对3种算法进行性能验证与分析, 证明了改进后的算法优于前两种算法, 能够达到明显去雾的效果.

摘要： 针对现有大多数基于暗原色先验图像去雾算法对天空区域的透射率和整体大气光值估计不精确的问题,提高去雾算法的性能,本文提出了结合天空分割和条件生成对抗网络的单幅图像去雾方法.首先,提出一种可行的基于阈值的天空分割算法把图像分割为天空区域和非天空区域,并在天空区域中估计出大气光值;然后,利用改进的条件生成对抗网络实现对透射率的精确估计;最后,根据大气散射模型恢复无雾图像并对其进行对比度增强处理.实验表明,本文算法能准确的实现天空分割,大气光值和透射率估计也准确高效,恢复的无雾图像真实自然,细节恢复清晰,对比度高.

摘要： 针对雾天环境中成像设备拍摄的景物容易出现图像模糊、目标丢失、成像质量差等而引起图像识别率下降的问题,提出一种基于天空区域分割和条件约束优化的图像去雾方法,解决使用暗原色先验理论技术进行图像去雾而导致的天空区域出现晕圈和失真的现象.对图像进行预处理后,将图像划分为天空区域和非天空区域,用灰度直方图估计环境光,利用已知条件对非天空区域的透射率进行合理约束,通过自适应增加天空区域透射率的方法,避免天空区域出现严重的颜色失真现象,合并之后对这两部分的透射率进行滤波细化.结果表明:对于含有天空区域的雾天图像,使用本文算法去雾后的图像轮廓和细节上都有较大改进,能够达到去雾目的.这对于提高成像设备在雾天环境中的工作效率具有重要意义.

摘要： 在本篇毕业论文中,对于暗原色先验图像去雾处理进行了深刻研究.暗原色先验技术最早由香港中文大学何恺明教授在2009年CVPR大会上提出,并作为一种新型的基于物理模型的图像复原技术获得了广泛应用.暗原色先验是对户外图像进行去雾处理的一种手段.它基于一个重要的观察结果—绝大多数户外去雾图像的局部区域里,至少在一个颜色通道存在一些强度值很低的像素.采用有雾成像模型的这种先验技术,可以直接估算出雾层的厚度并随之高质量的恢复得到去雾图像.从对许多不同户外带雾图像的处理的结果中可以充分论证这种先验技术的有效性。

摘要： 本发明涉及一种基于暗原色先验和Retinex的视频去雾方法及存储介质，属于图像处理领域。本发明利用暗原色先验理论结合Retinex理论，将色彩调整和增强对比度的图像增强方法与逆向还原图像降质过程的基于物理模型的图像复原的方法相结合实现图像去雾，针对大气散射模型中的重要参数进行优化，并对复原图像进行色彩调整以实现良好的视觉效果；本发明不仅克服了经典去雾方法去雾效果不足、图像颜色出现偏移及处理后视频出现颜色跳变等缺点，还提高了复原视频的清晰度、对比度及颜色还原视觉效果，并可实现较快的处理速度。

摘要： 本发明公开了基于暗亮原色先验与自适应参数优化的图像去雾方法，根据白色区域像素值普遍较高的特点提出了亮原色先验理论，将该理论与暗原色先验理论相结合，有效解决了雾天图像中白色区域的去雾问题，将类天空区域的像素值与最大暗通道值进行自适应的加权处理，使得求取的大气光值鲁棒性更强，再通过自适应权值优化的图像去雾算法，从而更好的实现了去雾后图像的优化处理，通过自适应尺度的引导滤波算法，将原有雾图像的尺寸大小自适应调节滤波尺度，使得滤波后效果更佳，从而实现图像的有效去雾，本方法不仅有效解决了原算法不适用于大面积白色区域和去雾后图像偏暗等问题，而且去雾之后的图像视觉效果更加真实自然。

摘要： 本发明属于图像处理技术领域，涉及一种基于暗原色先验与非局部MTV模型的单幅彩色图像去雾处理方法，先通过逐层搜索法和快速导向滤波获取精确的大气光值与透射率，然后建立大气光照值A和大气传输函数t的能量泛函模型，最后利用NL_MTV模型中规则项与数据项恢复不同场景下的去雾图像，在得到清晰图像的同时，能有效减轻去雾处理后存在的噪声问题，同时也能保持场景原有的纹理特征。

摘要： 本发明公开了一种利用图像引导滤波器的暗原色先验图像去雾方法。本发明的暗原色先验图像去雾方法包括：输入图像，并将输入图像转化为灰度图；对灰度图进行滤波，得到第一图像；对第一图像进行边缘检测，并提取第一图像的边缘特征，得到图像初始深度变化参考图；对初始深度变化参考图进行处理，得到图像的细节部分和深度的变化部分的平坦区域参考图像；利用平坦区域参考图像的掩模值计算获取所输入图像的暗通道值；利用暗通道值估算大气光的值，计算初始的透射图；对初始的透射图进行优化的处理，得到优化后的透视图像；利用输入图像和大气光的值以及优化后的透视图像，计算获取去雾后图像。本发明具有处理速度快、对比度均衡、细节还原准确的优点。

摘要： 基于分数阶微分及暗原色先验的雾天图像增强方法，包括以下步骤：步骤1，输入雾天图像I，对I进行暗原色先验及Retinex算法处理，得到初步去雾图像J(x,y)；步骤2，将J(x,y)分割为前景区域J1(x,y)和背景区域J2(x,y)；步骤3，分别计算出J1(x,y)对应的最优分数阶微分阶数值v1和J2(x,y)对应的最优分数阶微分阶数值v2；步骤4，确定掩模系数和掩模大小，构造分数阶微分算子掩模w(s,t)；步骤5，分别将步骤3得到的分数阶微分阶数值v1和分数阶微分阶数值v2带入w(s,t)，得到w1(s,t)和w2(s,t)，将w1(s,t)和J1(x,y)的像素点进行卷积运算，将w2(s,t)和J2(x,y)的像素点进行卷积运算；步骤6，输出I经图像增强后的图像。本发明解决了现有技术中存在的用分数阶微分阶数单一的分数阶微分算法对雾天图像进行增强，去雾效果不佳的问题。

摘要： 本发明提出了一种基于暗原色先验的快速地下管道图像去雾方法。通过对带雾地下管道图像进行预处理，得到有雾图像对应的暗原色图像；对获取的暗原色图像进行均值滤波以估计图像透射率；对均值滤波的结果弥补一个偏移值，得出透射率的粗估计值；使用原图像与均值滤波后的图像的像素值来估计全局大气光；利用物理恢复模型恢复出去雾后图像。本发明的有益效果是，该方法在保证一定去雾效果的同时，兼顾了算法的快速性，能够实现实时去雾，适用于地下管道环境的视频监控、地下管道病害识别等科学领域。

摘要： 本发明公开了一种基于暗原色先验的图像去雾方法，其包括以下步骤：步骤1：求出有雾降质图像的暗原色图；步骤2：由暗原色图求出图像的粗略透射率；步骤3：采用改进的基于颜色衰减先验的容差机制透射率调整算法对天空等明亮区域透射率进行放大修正，得到修正后的透射率。步骤4：采用引导滤波细化透射率；步骤5：结合晕光算子和暗原色图像获取大气光值；步骤6：利用大气散射模型得到复原图像J。本发明设计的去雾算法能够有效地解决传统去雾算法存在的复原图像中天空等明亮区域产生色偏的问题，同时解决传统大气光值求取方法易受白色物体干扰的问题，提高图像质量。

摘要： 本发明涉及一种基于暗原色先验理论的雾霾检测与分级方法，包括下列步骤：(1)输入图像的暗通道图生成；(2)输入图像的去雾图像获取：建立散射介质成像模型，模型包括背景光信息A与透射率参数t，根据暗原色先验理论，通过已有的有雾图像I，进行模型反演，获取其对应的去雾清晰图像J；(3)图像雾霾信息表征值获得：对步骤(1)中获得的暗通道图Idark的亮度均值与步骤(2)得到的去雾图像J的亮度均值做差，获取图像雾霾信息的单一映射表征值V；(4)雾霾程度分级判定。

摘要： 本发明公开了一种基于暗原色先验模型的去雾方法，提出混合滤波快速图像去雾算法的实现。其包括以下步骤：步骤1：利用小波分析对图片进行边缘检测将天空区域从图片中抠除；步骤2：对图像进行分块处理，分别计算各区域的A值；步骤3：求出有雾降质图像的暗原色图；步骤4：在暗原色的基础上，对雾图进行最大值滤波，求出透射率矩阵；步骤5：利用最小值滤波估算透射率矩阵的下限值；步骤6：使用指导滤波修复透射矩阵；步骤7：利用小波变换方法对去雾后的复原图像进行滤波和平滑处理，得到处理后的去雾图像。

摘要： 本发明涉及一种基于暗原色先验和Retinex的视频去雾方法及计算机程序成品，属于图像处理领域。本发明利用暗原色先验理论结合Retinex理论，将色彩调整和增强对比度的图像增强方法与逆向还原图像降质过程的基于物理模型的图像复原的方法相结合实现图像去雾，针对大气散射模型中的重要参数进行优化，并对复原图像进行色彩调整以实现良好的视觉效果；本发明不仅克服了经典去雾方法去雾效果不足、图像颜色出现偏移及处理后视频出现颜色跳变等缺点，还提高了复原视频的清晰度、对比度及颜色还原视觉效果，并可实现较快的处理速度。