圖像去霧方法和評價及其應(yīng)用研究.pdf

1、霧天降質(zhì)圖像的去霧處理是計算機(jī)視覺領(lǐng)域中的重要問題與研究熱點,具有廣闊的應(yīng)用前景。但是由于導(dǎo)致霧天圖像降質(zhì)的原因復(fù)雜,且霧天圖像本身的信息量不多,現(xiàn)有的算法和退化模型在描述圖像降質(zhì)的根本原因和應(yīng)用于特定場景中時均存在不盡如人意之處,視覺改善的效果仍有較大的提升空間。因此,在分析霧天降質(zhì)圖像退化機(jī)理的基礎(chǔ)上,研究如何對其進(jìn)行有效的清晰化處理具有重要的理論和實際意義。
　　自動去霧技術(shù)研究主要涉及四個問題:單幅圖像去霧處理、視頻去霧處

2、理、構(gòu)建去霧效果的客觀評價體系和去霧技術(shù)在實際中的應(yīng)用。本文針對這四個方面展開深入的研究,探索了去霧技術(shù)的新理論、新方法,并為改善視覺系統(tǒng)在惡劣天氣條件下的工作性能奠定一定的理論基礎(chǔ)。本文具體完成的工作如下:
　　針對已有基于暗原色原理的去霧算法具有時空復(fù)雜度高的問題,而基于大氣耗散函數(shù)的去霧方法則存在算法參數(shù)多且需人工調(diào)整等問題,提出了一種基于傳播圖梯度優(yōu)先規(guī)律的去霧方法。該方法依據(jù)傳播圖梯度優(yōu)先規(guī)律,通過對大氣耗散函數(shù)圖像進(jìn)行

3、快速雙邊濾波來獲取傳播圖中的少量精細(xì)化像素,而對于最終傳播圖中的大量像素則直接來自由暗原色原理所得到的粗略傳播圖。該方法不僅顯著減小了計算量,而且避開了復(fù)雜矩陣項的求解和多參數(shù)的設(shè)置。在對大量有霧圖像的清晰化實驗中,該方法獲得了較好的結(jié)果。
　　依據(jù)霧天圖像所具有的頻譜特性,提出了一種基于傅里葉振幅譜特性霧天檢測方法,并通過實驗驗證了該方法的有效性。針對已有視頻去霧算法存在塊狀效應(yīng)等問題,本文提出了兩種基于霧氣理論的視頻去霧算法,

4、一種視霧氣為覆蓋在各幀圖像上的一層遮罩被從原視頻中減除,一種視霧氣為光路傳播圖被分離消除。前者將Retinex算法得到的亮度圖像與視頻幀自身的深度關(guān)系相結(jié)合求取霧氣遮罩,并將此遮罩從原視頻幀中分離以去除霧氣;后者將由背景圖像得到的視頻“通用”傳播圖應(yīng)用于視頻的所有幀以消除霧氣。實驗證明兩種算法均能有效地提高原有霧視頻各幀的清晰度。所提算法從霧氣的角度入手,無需借助參考圖像,運算代價低,與一般視頻去霧算法相比,在獲得較優(yōu)的去霧效果的同時,

5、具有較好的實用性和較快的處理速度。
　　提出建立去霧效果綜合評價體系。在分析指出已有對比度增強(qiáng)評估方法不足之處的基礎(chǔ)上,提出對于能檢測出能見度的場景,將去霧前后能見度數(shù)值的提升作為一項最重要的評價指標(biāo),而對于無法檢測能見度的場景,則分別提出了兩種圖像復(fù)原效果評價方法。一種借助由環(huán)境渲染或光路傳播圖所模擬的霧環(huán)境圖像,采用全參考方式評估算法的去霧效果;一種從人類視覺感知的角度出發(fā),構(gòu)建綜合評價體系以全面衡量算法的去霧性能。實驗證明兩

6、種方法均能有效地評價各去霧算法的復(fù)原效果,且評估結(jié)果與人眼主觀感受相一致。所提評價方法分別從計算能見度、構(gòu)建模擬霧環(huán)境和人類視覺感知三方面考慮,與已有評價方法相比,在獲得全方面評估結(jié)論的同時,具有較好的實用性和可靠性。
　　在分析總結(jié)交通場景圖像相關(guān)特征的基礎(chǔ)上,依據(jù)這些特征提出了一種專門針對交通場景的去霧算法。該算法引入能見度的思想,采用對圖像近處區(qū)域弱增強(qiáng),對駕駛員所感興趣的遠(yuǎn)處區(qū)域重點增強(qiáng)的方式,以區(qū)別于已有去霧方法對整幅圖