基于代理模型方法的雾浓度估计及图像去雾

摘要

图像是现代化战争的重要信息来源,有效利用图像信息,可以充分发挥战场侦察与监测能力,从而实现智能监控与判断.当大气透过光强度不足时,严重影响到图像的质量,对战场侦察识别的执行能力起到妨碍作用.为了提高雾天环境下图像有效利用性,开展了基于光学深度代理模型的雾浓度估计及图像去雾方法研究.针对雾天图像的相关特征,提出一个与雾气浓度紧密相关的饱和度-亮度联合特征,通过敏感度分析,确定暗通道、饱和度-亮度和色度为三个重要的雾相关特征,采用1000幅合成有雾图像数据建立了以雾相关特征为自变量、以光学深度为目标函数的代理模型;基于光学深度估计代理模型,提出了一种雾浓度估计方法;同时将代理模型预测的光学深度估计值代入大气散射模型中对去雾图像进行求解.通过实验验证表明,该方法在去雾图像的视觉化清晰效果、准确度、实时性上优于已有的去雾方法.