基于偏振探測和多尺度分析的去霧霾算法.pdf

1、霧霾天氣下，由于大氣氣溶膠顆粒的散射現(xiàn)象，導致戶外光學探測圖像的對比度降低，探測距離縮短，圖像信息量嚴重下降。因此，如何從霧霾圖像中恢復場景信息是光學探測領域備受關注并具有實用意義的重要課題。本文針對霧霾天氣圖像解譯效果下降的問題，在分析霧霾天氣大氣散射機理的基礎上，綜合考慮大氣、場景的偏振特性以及霧霾圖像的頻譜特征，提出一種多尺度的偏振去霧霾算法。所完成的主要工作包括下述幾方面：
　　分析了霧霾天氣圖像降質的原因，闡述了大氣中景

2、物成像的衰減模型和大氣光模型，并通過對該大氣散射模型的簡化，建立了霧霾天降質圖像的退化模型。
　　對光波的偏振特性及其探測進行了說明，分析了霧霾天氣時大氣粒子和景物的偏振特性，同時闡述了基于退化模型的偏振探測去霧霾原理，并且說明了幾種典型的基于偏振的去霧霾算法的特點和優(yōu)劣。
　　分析了霧霾圖像的空域和頻域特征，指出了霧霾主要分布于圖像低頻并削弱圖像高頻信息的特性。根據(jù)該特性設計了基于小波變換的多尺度偏振去霧霾算法，實現(xiàn)高低頻

3、分離處理，低頻小波系數(shù)偏振去霧霾，高頻小波系數(shù)雙閾值增強，最終得到去霧的清晰圖像。
　　剖析了傳統(tǒng)偏振去霧霾算法產生平面景物色彩畸變問題的原因，提出了在圖像偏振估計中加入場景光偏振度的修正方法，由此建立了新的霧霾天氣偏振成像模型，并根據(jù)該模型改進了多尺度偏振去霧霾算法。
　　本文通過建立霧霾天氣的偏振成像模型以及分析霧霾圖像頻譜分布特性，設計實現(xiàn)了一種多尺度偏振去霧霾算法。實驗數(shù)據(jù)表明，該算法無論在圖像對比度增強還是探測距離