论文研究-基于域变换递归滤波的雾天图像复原.pdf

所需积分/C币:9 2019-07-22 21:04:53 1.61MB .PDF
收藏 收藏
举报

为了提高大雾天气下采集图像的对比度和能见度,提出一种基于域变换递归滤波的图像复原方法。该方法在大气散射模型的基础上,对大气耗散函数的约束条件进行空间域的变换以实现维数降低,然后经过递归滤波之后获取较准确的结果,最后求解雾图成像方程,并对复原结果进行局部的线性映射调整,获得理想的清晰图像。该方法在场景深度跳变的边缘处可以获得更自然的复原效果,而且能很好地突出图像中的细节信息。实验结果表明,通过该方法得到的结果相比于传统的单幅图像去雾方法,视觉效果更佳、执行速度更快,并且该方法可以并行计算,因此采用GPU进一步加速能够满足实时处理视频的需求。
640 计算机应用研究 第32卷 拉伸。如图2所示,对复原后图像L(x,y)按曲线a、b、c作亮 度调整。 20% a)雾天图像bHe算法结果( c)Tarel算法结果d)本文算法结果 图6雾天图像的复原结果比较 80% 对比上述算法的运行速度,本算法处理单幅600×400大 小的图像,执行时间为0.376s,而He算法2,和Tarl算法 255 的执行时间分别为3.781s和5.293s,因此本算法的执行效率 30% 更高一些。同时,山于本方法采用空间域变换,估计大气耗散 图2调整曲线图 函数时分解为多组一维数据处理,因此可以利用CPU实现并 3实验结果和分析 行计算,进一步提高运算速度。 木文算法中估计大气光A时,局部最小值的矩形窗口设4结束语 置为25×25,去雾调节参数ω用于保留远景处的少部分雾气, 本文在大气散射模型的基础上,提出了种基于域变换递 文中对于大多数图像鲁棒地取为90%。本文所有实验均在归淙波的雾天图像复原算法。该方法利用递归滤波器的高效 3.40GHz的AMDA山l双核处理器、系统内存为2GB的普性以及局部平滑特性求取大气耗散函数,通过空间域的变换实 通PC机上运行,实验程序使用 MATLAB语言编写。 现降维,经过多次迭代滤波后获得更准确的佔计值。最后棖据 图3为本文算法的去雾效果。经一次迭代滤波的复原图人气散射模型实现图像去雾,并进一步对复原结果进行局部线 像(图3(a)对比度铰低,细节信息不明显;三次迭代之后(图性调整。通过与目前复原效果较好的算法进行比较,验证了本 3(b)对比度有所提升,场景细节更加突显,颜色更加真实,如方法可有效避免光晕效应和实时性差等不足。然而木文算法 图中框内所示。对图3(b)进行增强后整体亮度和色调进·步和现有大多数去雾方法都有一个共同的局限,对颜色接近于雾 提高(图3(c)),还原了晴朗天气下的真实场景。 气的白色物休的恢复效果还不够理想。下一步工作是针对该 现象进行完善,实现更加有效的雾天图像复原功能。 参考文献: [I FATTAL R Single image dehaviny[ J. ACM Trans on Graphics 2008,27(3):1-9 [2 HE Kai-ming, SUN ian, T'ANG Xiao-ou Single image haze removal using dark channel prior[ C]// Proc of IEEE Conference on Computer Vision and Pattern Recognition. 2009: 1956-1963 (a)由图1(b)复原图像b由图1(c)复原图像c)对b调整亮度 [3 HE Kai-ming, SUN Jian, TANG Xiao-ou. Guided image filtering 图3复原结果和亮度调整 [C]//Proc of the 11th European Conference on Computer Vision 为了验证本方法的优势,选择∵组不同场景的雾天图像进 IS1. 1: Springer, 2010: 1-14 4 TAREL JP, IIAUTIERE N Fast visibility restoration from a single 行大雾比较,其中既包含有目标的细节信息,又包含有大面积 color or gray level image[C]// Proc of the 12th Intemational Confe 灰色天空,既有景深突变的边缘,也有目标光源。图4-6给出 rence on Computer Vision. 2009: 2201-2208 了本文与He算法2,3和arl算法的复原结果比较。从图4[5胡伟,袁国栋,董朝,等.基于暗道优先的单幅图像去雾新方法 中可以看出,le算法的去雾结果偏喑,且路面绀节丟失;Tare [J].计算机研究与发展,2010,47(12):2132-2140. 算法对局部区域的大气耗散函数估计不准确,导纹大空与树叶6方帅,王峰,占吉清,等单幅雾大图像的同步去嗓与复原[冂],模 间的边缘残留较多雾气。图5中,le算法的去雾效果还不够 式识别与人工智能,2012,25(1):136-142 明显,左边的火车仍然不够清晰,Ta结果的对比度较差所7]蔣建国,候天峰,齐美彬改进的基于培原色先验的图像去雾算法 [J].电路与系统学报,2011,16(2):7-12. 色失真。从图6中不难发现,|e方法在景深突变处产生大范[8c:AsTN.Fs1, OLIVEIRA MM. Domain Iransform for eve 围光晕现象,复原结果不自然。本文算法对景深突变的区域处 image and video processing[ J]. ACM Trans on Graphics, 2011, 30 理得很好,去雾更加彻底,复原图像的清晰度和细节保痔优于 (4):1-12 其他方法的结果。 [9 NARASIMHAN S G, NAYAR S K. Removing weather effects from monochrome images[ C]// Proc of IEEE Computcr Socicty Confcrcncc on Computer Vision and Pattern Recognition. 2001: 186-193 10 NARASIMHAN S G, NAYAR S K Contrast restoration of weather de (a)雾天图像(H算法结果 isArel算法结果(d本文算法结果 graded imagca[ J]. IEEE Trans on Pattern Analysis and Machine 图4雾天图像的复原结果比较 ntelligence,2003,25(6):713-724 [I1]张冰冰,去雾通用框架及算法研究[D].厦门:华侨大学,2013. [12]张冰冰,戴声奎,孙万源.基于暗原色先验模型的快逹去雾算法 J.中国图象图形学报,2013,18(2):184188 a)雾大图像bjHe算法结果(o) Tarel算法结果d本文算法结果 [13]甘佳佳,肖春霞.结合精确大气散射囹计算的图像快速去雾[J] 图5雾天图像的复原结果比较 中国图象图形学报,2013,18(5):583-590

...展开详情
试读 3P 论文研究-基于域变换递归滤波的雾天图像复原.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    img

    关注 私信 TA的资源

    上传资源赚积分,得勋章
    最新推荐
    论文研究-基于域变换递归滤波的雾天图像复原.pdf 9积分/C币 立即下载
    1/3
    论文研究-基于域变换递归滤波的雾天图像复原.pdf第1页

    试读已结束,剩余2页未读...

    9积分/C币 立即下载 >