基于暗通道先验和区间插值小波变换的图像去雾霾方法.PDF

第33 卷 增刊1 农 业 工 程 学 报 Vol.33 Supp.1 2017 年 2 月 Transactions of the Chinese Society of Agricultural Engineering Feb. 2017 281 基于暗通道先验和区间插值小波变换的图像去雾霾方法 ※ 魏颖慧，张彦娥 ，梅树立，魏帅钧 （中国农业大学信息与电气工程学院，北京 100083 ） 摘 要：针对在雾霾天气条件下采集到的图像质量退化，影响现代化农业精准作业的问题，该文提出一种基于暗通道先 验理论和区间插值小波变换的图像去雾新方法。该文将暗通道先验模型和区间插值小波变换相结合，期望能有效滤除雾 霾信息，恢复景物颜色特征，使图像更加清晰。结果表明：经过该方法处理后，图像整体较明亮，图像的对比度和清晰 度都得到提高，达到滤除图像中雾霾的效果。主观上符合人眼的观察感受，图像的层次感突出，景物细节纹理也保持较 好，彩色图像的色彩饱和度被很好地保持住，图像的失真度较低，逼近景物的真实颜色。去雾效果与暗通道先验算法对 比，该文算法标准差数值在R 通道平均提高25.44% ；G 通道平均提高27.90% ；B 通道平均提高26.24% 。因此，采用该 方法可以实现图像去雾，为进一步准确获取图像信息奠定基础，适应于现代精准农业的应用。 关键词：图像处理；算法；农业; 暗通道先验；区间插值；去雾霾 doi ：10.11975/j.issn.1002-6819.2017.z1.042 中图分类号：TP391.41 文献标志码：A 文章编号：1002-6819(2017)-Supp.1-0281-07 魏颖慧，张彦娥，梅树立，魏帅钧. 基于暗通道先验和区间插值小波变换的图像去雾霾方法[J]. 农业工程学报，2017 ，33(增 刊1)：281 －287. doi ：10.11975/j.issn.1002-6819.2017.z1.042 Wei Yinghui, Zhang Yanʼe, Mei Shuli, Wei Shuaijun. Image dehazing method based on dark channel prior and interval interpolation wavelet transform[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(Supp.1): 281 －287. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2017.z1.042 要比其他机器视觉领域要晚，而且天气情况的不稳定性 0 引 言 因素较多，所以图像去雾处理在计算机视觉领域有一定 自20 世纪70 年代以来，遥感技术的发展为一些欧 的发展前景和实际意义。目前在图像去雾处理领域已有 洲国家的农业服务，利用卫星遥感技术建立大范围的农 很多研究成果，但快速有效，且鲁棒性更好的去雾算法 作物面积监测和估产系统，不仅可以指导农业的实际生 仍然有研究空间。 [1] 产，同时还为全球粮食贸易提供有力的信息来源 。此外， 1992 年Bissonnette 对含有雾霾的图像开展去雾研究 在农业资源调查、农业灾害预报、精准农业等方面，遥 工作，这是目前可追溯到最早的去雾技术