基于物理模型的单幅图像对比复原算法.docVIP

基于物理模型的单幅图像对比复原算法 　　摘要：基于图像复原的去雾算法中参数的估计容易造成去雾图像场景信息的丢失，对此，提出一种图像去雾新算法。在暗通道先验的基础上，通过对大气散射模型的分析，总结出雾气分布对暗通道图像的影响，并依此对外景图像进行加雾操作，利用加雾后的参考图像与外景图像中各点的景深关系完成透射率的估计，进而达到去雾目的。算法利用物理模型和多幅图像实现参数的估计，能够更好地保留场景信息。实验结果表明，该算法不仅去雾效果优于对比算法，在处理速度上也有明显改善。 　　关键词：图像去雾；物理模型；图像加雾；透射率；图像复原 　　中图分类号： TP391.41 　　文献标志码：A 　　Contrast restoration algorithm for single image based on physicals model 　　WANG Fan， YANG Yan*， BAI Haiping 　　School of Electronic and Information Engineering， Lan Zhou Jiao Tong University， Lanzhou Gansu 730070， China 　　Abstract： Concerning that the parameter estimation in defogging algorithms based on image restoration is easy to cause the loss of scene information， a new defogging algorithm for single image was proposed. On the basis of the dark channel prior method， the atmospheric scattering model was analyzed and then the influence to dark channel image caused by fog distribution was summarized， which is the basis for adding fog to the outdoor images. The transmittance was estimated through the field depth relationship between the fog added reference image and the outdoor image to defogging. The algorithm used physical model and multiple images to complete the estimation of relevant parameters and had a better result in retaining scene information. The experimental results show that the proposed algorithm is more effective than the comparison algorithms， and its processing speed is also improved significantly. 　　Key words： 　　image defogging； physicals model； image plus fog； transmittance； image restoration 　　0引言 　　雾霾天气下，由于环境因素的影响，场景能见度降低，户外拍摄的图像对比度与颜色等信息产生不同程度的衰减，严重影响了图像的视觉效果和后续处理。近年来，随着户外视频工作的普及，特别在以提取图像特征为基础的视频监控、智能导航、地形勘测等视觉应用领域，对雾天降质图像的清晰化处理显得尤为重要。 　　目前，单幅图像去雾算法主要分为两类：基于图像增强的算法和基于图像复原的算法。图像增强算法[1-3]通过提高雾天图像的对比度来改善图像视觉效果，该方法虽然有较好的场景再现能力和较高的处理速度，但是没有物理模型的支持，容易造成信息丢失，特别是视觉效果很难达到预期要求。 　　相比之下，基于一定雾天图像退化模型的图像复原算法显得更为优越。 　　Narasimhan等[4]利用不同天气条件下同一场景的多幅图像计算景物边界，通过提取景物深度信息来复原场景图像，但该方法缺乏实用性。 　　Fattal[5]通过假设图像表面投影和透射率函数在局部块上不相关，并采用独立分量分析方法和马尔可夫随机场模型复原有雾图像，但