基于暗原色理論的霧天圖像清晰化方法研究.pdf

1、圖像去霧技術旨在提高圖像的對比度，恢復圖像的顏色特征及重要的紋理細節(jié)，以保證戶外視覺系統(tǒng)正常和穩(wěn)定的運行，減少霧天天氣條件下交通事故和擁堵狀況的發(fā)生。目前圖像清晰化方法研究領域中最受關注的暗原色去霧算法在有效恢復霧化圖像的同時存在以下兩個致命的缺陷，導致其無法投入到實際的應用當中:第一，該方法涉及到大型矩陣的可逆運算，導致時間和空間的復雜度都很高，無法滿足實時性要求;第二，暗原色優(yōu)先理論在圖像的大面積淺色區(qū)域失效，導致恢復出來的圖像在這

2、些區(qū)域出現(xiàn)嚴重的色偏問題。
　　為了增加暗原色去霧算法的實用性，本論文圍繞如何提高暗原色去霧算法的運行效率及擴充暗原色優(yōu)先理論的適用范圍，對基于暗原色優(yōu)先理論的去霧算法進行了深入的研究和分析。本文主要做了如下工作:
　　(1)提出結合圖像自適應閾值分割的暗原色去霧算法。首先根據(jù)鄰域內像素點的分布特點自適應的分割出背景像素和目標像素，在目標像素中計算出該鄰域的暗原色;然后分別使用小波閾值濾波和小波增強兩種算法對平滑區(qū)域獲取的偏

3、大暗原色進行修復;最后根據(jù)霧化圖像降質模型獲得清晰的無霧圖像，從而解決了原去霧算法時間和空間復雜度高的問題。
　　(2)結合圖像邊緣檢測算法，提出另一種改善的基于暗原色優(yōu)先理論的去霧方法。首先使用小波分解算法對圖像的暗色信息（RGB三個甬道的最小值）向下采樣一次，并對分解后的平滑分量做兩件事:第一，利用它計算出圖像的大氣光A;第二，提取該平滑部分的邊緣信息并對其進行擴充。然后，利用擴充后的邊緣信息，將圖像中的像素點劃分為處于邊緣附

4、近和處于非邊緣附近兩類像素點，并分別采用大小不同的鄰域對暗原色進行估計;接著對分界處的像素點和部分平滑區(qū)域的像素點的暗原色分別進行修復;最后將優(yōu)化后的暗原色進行小波重構，并據(jù)此計算出圖像的透射率，結合圖像降質模型獲得無霧圖像。該算法不僅能大幅度提高暗原色去霧算法的運行效率，而且可增加算法的健壯性。
　　(3)深入剖析暗原色優(yōu)先理論在淺色區(qū)域失效導致恢復圖像在這些區(qū)域出現(xiàn)嚴重色偏問題的本質原因，采用自適應容差機制調整這些淺色區(qū)域的透