论文部分内容阅读
随着计算机性价比的不断提高,计算机视觉监控设备广泛应用于道路监控、军事侦察、航天遥感等领域。但是,在雾天环境下计算机视觉监控设备获取的图像或视频的质量会严重的退化,直接影响了图像的特征提取,大大降低了图像的应用价值,导致了以图像特征为基础的目标检测、目标跟踪等后续工作无法正常进行。因此,对雾天图像进行去雾处理,提高图像的质量就显得尤为有必要了。本文从基于图像增强和基于物理模型两个角度对单幅图像去雾处理算法进行了研究。本文主要从以下几个方面展开了工作：1)在图像增强去雾方面,重点对基于直方图均衡化、同态滤波、Retinex等经典增强算法进行了仿真研究分析,总结了算法的优缺点及对于雾天图像处理的适用范围；在物理模型方面,重点研究了一种最新的去雾算法——暗通道先验去雾,并且通过仿真研究分析总结了它的优缺点。2)由于在使用直方图均衡化对图像进行去雾处理时,增强图像对比度的同时也会造成图像大量细节的丢失。因此,本文设计了一种基于同态滤波和直方图均衡化的去雾方案,首先使用高斯高通滤波器作为同态滤波函数对图像进行高通滤波,增强图像的细节信息,然后再使用对比度受限直方图均衡化(Contrast limited adaptive histogram equalization, CLAHE)进一步增强图像的对比度。仿真结果表明该方案相比原算法的去雾效果有一定的提高。3)暗通道先验去雾算法去雾处理效果较好,但是该算法中软抠像(Soft matting)部分算法复杂度高,计算耗时大,这些缺点成为该算法在实时工程应用的瓶颈。为了在尽可能的保证算法效果的前提下,降低算法耗时,设计了基于形态学腐蚀和基于中值滤波的两种暗通道先验去雾方案,前者对于雾气分布均匀情况下的去雾有较好的效果,后者在去雾效果上与原算法基本相同,相比原始算法计算耗时减少近20倍,对于该方案处理图像造成颜色偏色问题,引入了白平衡算法进行校正。4)研制了一个基于MFC和Opencv的单幅图像去雾处理演示软件,实现了相关改进方案的去雾功能。