基于简单线性迭代聚类优化的无人机图像去雾算法及其在风电场中的应用

摘要

针对电力巡检过程中无人机(unmanned aerial vehicle,UAV)载荷因受雾气颗粒影响而导致UAV图像不清晰的问题,提出一种基于简单线性迭代聚类(simple linear iterative clustering,SLIC)优化的UAV图像去雾算法。通过雾天成像物理模型、暗通道先验定律、同质滤波与SLIC算法,改善电力巡检图像中白色区域及不均匀光照的影响,提升UAV图像去雾处理的效率,并对大气光强度参数进行自适应计算,以防止去雾过程中复原失真。实验结果表明提出的算法可有效恢复电力巡检图像的原始细节,并通过主观视觉评估及融合多种客观评价指标的对比,说明该算法相对于传统算法的优越性。