野外视频监控图像去雾算法研究

野外视频监控图像去雾算法研究

ID:27729995

大小:818.50 KB

页数:10页

时间:2018-12-05

野外视频监控图像去雾算法研究_第1页
野外视频监控图像去雾算法研究_第2页
野外视频监控图像去雾算法研究_第3页
野外视频监控图像去雾算法研究_第4页
野外视频监控图像去雾算法研究_第5页
资源描述:

《野外视频监控图像去雾算法研究》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第40卷第2期Vol.40No.2计算机工程ComputerEngineering2014年2月February2014·图形像图像处理·文章编号:1000—3428(2014)02—0240—06文献标识码:A中图分类号:TP391野外视频监控图像去雾算法研究桓宗圣,陶青川,田旺(四川大学电子信息学院,成都610064)摘要:在野外雾天环境下,由于大气粒子的散射作用导致图像降质严重,直接影响图像的视觉效果和应用价值,因此有必要对雾天图像进行去雾处理,以提高雾天图像的清晰度和保真度。为此,提出一种野外视频监控图像去雾新方法。基于暗原色先验去雾的原理,采用区域生长算法

2、准确快速估计雾天图像的深度信息,应用雾天图像物理模型对图像去雾处理,并进行亮度补偿。实验结果表明,该算法能有效改善雾天图像的质量,大幅提高运算速度。关键词:雾天图像物理模型;暗原色先验;区域生长;大气光;高斯平滑;图像去雾ResearchonImageDefoggingAlgorithmofFieldVideoSurveillanceHUANZong-sheng,TAOQing-chuan,TIANWang(CollegeofElectronicsandInformationEngineering,SichuanUniversity,Chengdu610064,Ch

3、ina)【Abstract】Infieldconditions,thescatteringeffectofatmosphericparticlesleadstoseriousimagedegradationandseriouslyinfluencesthevisualeffectandapplicationvalue,whichmakesitabsolutelynecessarytodefogtheimage,soastoimprovethedefinitionandfidelity.Basedontheprincipleofdarkchannelpriority,

4、thispaperusestheregiongrowthalgorithmtoaccuratelyestimatethedepthinformationofthefogimage,andusesthefogimagephysicalmodeltodefogtheimageandcompensatetheluminanceoftheimage.Experimentalresultshowsthatthealgorithmefficientlyimprovesimagequalityandgreatlyreducesthetimeneededintheimagefogr

5、emovalprocesscompared.【Keywords】fogimagephysicalmodel;darkchannelpriority;regiongrowth;atmosphericlight;Gaussiansmooth;imagedefoggingDOI:10.3969/j.issn.1000-3428.2014.02.0521概述射物理模型进行去雾;文献[3]基于二色大气散射模型,通过深度启发法对雾天退化图像复原,然而该方法需要用户随着电子信息技术的快速发展,视频监控技术逐渐向手动选择消失点和天空区域,偏于主观,达不到自动去雾着数字化、网络化、智

6、能化等方向发展,其应用领域越来的要求,限制了其应用范围;文献[4]通过实际场景测试,越广泛,目前已经大量在野外监控系统中使用。在野外监得出无雾图像比有雾图像有较高的对比度的结论,因此利控环境下,经常由于大气粒子的散射作用,导致图像的质用最大化复原图像局部对比度的方法来达到去雾的目的,量严重退化,直接影响了图像的视觉效果,因此有必要进然而利用该方法对有雾图像去雾后,颜色常过于饱和而产行图像去雾处理。生色彩失真;文献[5]在假设透射率和表面投影局部不相关针对雾天图像的去雾方法主要包括2类[1]:一类是基于的基础上,估算场景透射率,再应用物理模型对退化图像非物理模型的图像

7、增强方法,该类方法主要是通过采用增去雾,这种方法在雾气较大的情况下,得到的传播图不是强图像局部或全局对比度来达到去雾的效果,但是该方法很准确,因此复原后的图像色彩失真较严重;文献[6]统计没有考虑雾天图像形成的物理过程,会丢失图像部分细节大量实际场景图像,总结得到暗原色先验原理,通过计算信息,且针对性不强,去雾效果不理想;另一类是基于雾局部区域的暗通道信息,来估算场景粗略深度信息,再采天大气散射物理模型的图像复原方法,通过应用雾天图像用软抠图的方法优化深度信息,然后应用雾天图像的物理物理模型的逆过程进行图像复原,能较好地恢复雾天图像模型对图像去雾,该方法能达到较

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。