雾霾图像复原技术研究.pdfVIP

图形 图像 文章编号 ： （ ） ： 1007-1423 2015 16-0015-05 DOI 10.3969/j.issn.1007-1423.2015.16.004 雾霾图像复原技术研究 陈阳 1 ，李浩 2 ，禹凤 2 （1． 广东省计算中心 ，广州 510000 ； 2. 华南理工大学电子与信息学院 ， 广州 510000 ） 摘要 ： 雾霾造成视野的限制 使图像模糊以及色彩淡化 进而影响图像的后续处理 利用暗通道先验和导向滤波方法能有效 ， ， 。 地进行雾霾图像复原 增强其可视性 在处理雾霾图像复原的基础上 对雾霾视频进行雾霾复原处理 利用时间轴信 ， 。 ， ， 息的暗通道先验方法能有效提高雾霾视频处理的效率及增强处理后的雾霾复原视频的色调统一性 。 关键词 ： 雾霾复原 ； 暗通道先验 ； 时域信息 0 引言 应的 均值 降低 、平均梯度上 升及熵 提高 ，客观上反 映 了 算法的有效性 基于雾霾图像复原 对雾霾视频进行时 由于雾霾的存在 ， 沿着视线通路的光强度会逐步 。 ， 域信息改进 ， 去雾霾效果 与每帧独立处理效果 相差无 衰减 ；另外 ，因大气粒子而反射到视线通路中的空气光 几 且处理效率 明显提升 与入射光混合 ，造成图像退化 。 以上因素 ，最终导致图 ， 。 像可视性降低 、颜色偏移等 ，因此在图像处理和计算机 1 雾霾成像模型及去雾霾算法 视觉应用方面 ，去雾霾是非常需要的 。 早期用于雾霾复 原的方法主要是依赖于一些额外的附加信息 ， 如深度 大气散射模型如图 1 所示 。 到达成像设备 的光主 信息 、关于相同场景 的多个观察等[1~3] 。 这些方法依附于 要由 两部分组成 ：一部分 为经大气衰减后的场景光 ，另 额外信息 ，有着较为严格的要求 ，因而不能有效地解决 一部分 为周围环境 中的各种光经过大气悬浮微 粒所 产 雾霾在多个不同领域中所带来的问题 。 基于对新的图 生 的散射光 。 像模型和先验知识的有效探索 ， 最近一些研究已经获 得了显著的进步[4~7] 。 Fattal[4]提出了一个成像模型 ，用于 计算表面着色以及场景透射率 ， 但它不能很好地处理 厚重的雾霾图像 ，还可能在假设不成立的情景下失效 。 Tan[5]通过最大化复原图像的 对比度来去除雾霾 ，该方 法适用有厚重雾霾的区域 ， 但不是一个物理合理的方 法 ，重建的图像通常都会有颜色失真和光晕问题出现 。 He[6]提出了暗通道先验来处理单幅图像去雾霾 ，并且配 合 软抠 图或者导向滤波 ， 这个先验知识能以非常高的 图 1 大气散射模型 示意 图 质量复原一张雾霾图像 。Kratz[7] 的方法能复原出一个有 着 良好边缘信息无雾霾图像 但结果通常会过度增强 雾