暗通道

摘要： 针对智能驾驶视觉感知领域中去雾算法处理时间过长的问题,提出了一种基于大气散射模型的视频图像快速去雾算法。在暗通道先验去雾的基础上,计算大气光值的自适应参数,提高去雾速度,并优化设计去雾系数,获取半去雾图像,将单幅图像去雾应用到视频实时去雾中;进一步利用限制对比度自适应直方图均衡(CLAHE)算法抑制去雾残余噪声,增强图像道路交通特征。验证结果表明:提出的算法有效提高了图像质量,且视频去雾速度较传统算法大幅提升;图像边缘强度提升近2倍,极大提高了道路能见度。

摘要： 为改善暗通道先验理论得出的去雾图像天空区域出现光晕现象、整体亮度偏低等问题,提出了一种基于二值图像分割的去雾算法.该算法利用二值图像分割法将引导滤波平滑后的有雾图像分割成两个区域,分别求取两个区域的大气光值,并将二者的平均值作为最终大气光值,来估计全局透射率;再次利用二值图像分割法将有雾图像分割成明亮与非明亮区域,并引入容差值优化明亮区域的透射率;最后对相应区域图像进行去雾,去雾后的图像通过YUV颜色空间调整亮度和图像加权融合实现进一步优化.实验结果表明,与其他算法相比,该算法处理后的去雾图像在天空处的光晕现象得到了明显的改善,图像亮度适中,清晰度也得到了提高.

摘要： 针对暗通道先验算法在处理煤矿井下图像时存在的图像失真、细节不足和图像暗光等问题,提出了一种基于自适应双通道先验的煤矿井下图像去雾算法。首先,根据大气散射物理模型与煤矿井下特殊环境,建立了煤矿井下尘雾图像退化模型。然后,融合暗通道与亮通道建立双通道先验模型来优化透射率,并加入自适应权重系数来提高透射率图的精度,采用梯度导向滤波代替传统导向滤波对透射率图进行细化处理。最后,结合矿井环境改进大气光值求取方法,根据尘雾图像退化模型复原图像。实验结果表明:该算法能够有效去除图像中的尘雾现象,避免了光晕模糊和过增强现象;相较于暗通道先验算法、Retinex算法、Tarel算法,该算法大幅提升了图像信息熵与平均梯度,使复原后图像的细节信息更加丰富,同时缩短了运行时间。

摘要： 雾霾天气在中国冬季的大部分城市都长期存在,导致能见度降低,给人们的日常生活和出行带来极大影响。本文设计了一种基于python使用Django框架所开发的web图像去雾系统,通过对暗通道、导向滤波去雾和自动色阶去雾算法的实现,用户可以选择不同的去雾功能来实现去雾,并且对同一算法能在界面上调制参数来实现去雾功能。在去雾时可在系统中通过设置参数的方式,自由选择合适的去雾程度和去雾方案,让用户摆脱在雾天所拍的图片不清晰的困扰。

摘要： 针对暗通道先验去雾不适用于含有大量天空区域的雾化图像的缺陷,提出一种自适应图像去雾算法。基于大气散射模型,利用暗通道图像,分割天空与非天空区域,在天空区域使用颜色衰减先验,非天空区域则使用暗通道先验求解透射率,并改进暗通道先验中全局大气光值的求解,最后使用加权导向滤波去噪。实验结果表明,所提算法在主观和客观评价中均优于所列的其它算法,去雾后的图像避免了天空区域的过饱和现象,减弱了光晕效应,非天空区域更自然,视觉效果更好。针对雾化图像的去雾处理,通过理论推导和实验仿真对比,说明所提算法改进的可行性,并具有一定的优越性,能较好地处理含有天空区域的雾化图像。

摘要： 基于暗通道的图像去雾算法的缺点是去雾后的图像亮度降低并且局部区域颜色加深,对此,提出一种新的去雾算法。对有雾图像分别进行伽马校正和限制对比度自适应直方图均衡的预处理,前者可以强化图像暗区域的细节和亮度,后者可以增强图像对比度使图像细节不丢失;对伽马校正后的图像进行暗通道去雾;与限制对比度自适应直方图均衡后的图像相融合,得到增强图像。实验结果表明,新算法具有很好的鲁棒性。

摘要： 光在传播时存在吸收和散射现象,导致图像颜色失真、对比度低.为此,提出了一种基于暗通道先验和伽马变换的图像增强算法.首先,在RGB空间利用暗通道先验估计图像透射率和大气光照值,加权处理后得到自适应补偿参数,进而对图像颜色校正.在此基础上,转化到HSV颜色空间,对V通道进行自适应伽马变换,提高图像的对比度.最后,在公用图像增强数据集(RUIE)上进行了实验,并与现有增强算法进行了比较,实验结果表明,提出算法显著提高图像的视觉质量,优于相关算法.

摘要： 光在水下传播存在吸收和散射现象,导致水下图像颜色失真、对比度低.为此,提出了一种基于暗通道先验和伽马变换的水下图像增强算法.首先,在RGB空间利用暗通道先验估计水下图像透射率和大气光照值,加权处理后得到自适应补偿参数,进而对图像颜色校正.在此基础上,将增强后的RGB图像转化到HSV颜色空间,对V通道进行自适应伽马变换,提高图像的对比度.最后,在公用水下图像增强数据集(RUIE)上进行实验,并与现有增强算法进行比较.实验结果表明,所提算法显著提高了水下图像的视觉质量,优于其他相关算法.

摘要： 海上发射和回收运载火箭获取的视频图像易受海雾的影响导致成像质量下降.针对传统暗通道先验去雾方法对天空等亮区域失效的不足,提出一种结合图像亮区域检测和图像增强的改进暗通道图像去雾方法.首先利用阈值分割检测原始图像的亮区域,并分别计算亮区域和暗区域的大气光和透射率.然后利用双边滤波对图像透射率进行优化,最后,利用图像增强方法对复原图像进一步优化,解决复原图像亮度较低的问题.针对双边滤波算法运行速度较慢、影响工程应用的问题进行了优化.实验结果表明,复原后的图像具有较好的视觉效果,且运行速度满足工程应用要求.

摘要： 为确保系统实时性以及解决完美反射法在曝光环境中失效的问题,提出一种基于FPGA的暗通道自动白平衡校正算法.通过彩色图像暗通道光线透射率分布情况,选取参考像素点实现偏色像素点自动白平衡校正.实验结果表明,暗通道自动白平衡算法使用FPGA校正可以满足整个系统的实时性要求和消除过度曝光环境影响;同时可以使其有效应用于动态场景中.

摘要： 随着无人机应用领域的扩展,基于无人机平台的行人检测在监视、侦查等方面的作用愈发重要.行人目标尺度小是无人机平台检测的一个重要特点,由此引发的目标分辨率低、易受环境影响等问题对现有的行人检测方法提出了严峻的挑战.针对行人目标尺度小的问题,重点研究了行人目标在暗通道域的特性,结合聚合通道特征,解决无人机视角下的行人检测问题.实验表明,这种方法在检测无人机平台下的小尺度行人具有良好的效果.

摘要： 在雾霾天气条件下,大气中的水汽和悬浮着的微小颗粒对光线形成严重的散射作用,致使拍摄的图像质量严重受损,这很大程度上阻碍了图像在应用中的价值且无法达到很多领域的精度要求.本论文通过演示分析雾霾天气图像退化的过程深入研究了导向滤波和自动白平衡融合的机理,提出了一种适合遥感影像的去雾算法,实验结果表明:本文优化方法能有效解决导向滤波去雾方法带来的图像偏暗、偏色的问题,得到了较好的去雾效果.

摘要： 在雾霾天气条件下,大气中的水汽和悬浮着的微小颗粒对光线形成严重的散射作用,致使拍摄的图像质量严重受损,这很大程度上阻碍了图像在应用中的价值且无法达到很多领域的精度要求.本论文通过演示分析雾霾天气图像退化的过程深入研究了导向滤波和自动白平衡融合的机理,提出了一种适合遥感影像的去雾算法,实验结果表明:本文优化方法能有效解决导向滤波去雾方法带来的图像偏暗、偏色的问题,得到了较好的去雾效果.

摘要： 在雾霾天气条件下,大气中的水汽和悬浮着的微小颗粒对光线形成严重的散射作用,致使拍摄的图像质量严重受损,这很大程度上阻碍了图像在应用中的价值且无法达到很多领域的精度要求.本论文通过演示分析雾霾天气图像退化的过程深入研究了导向滤波和自动白平衡融合的机理,提出了一种适合遥感影像的去雾算法,实验结果表明:本文优化方法能有效解决导向滤波去雾方法带来的图像偏暗、偏色的问题,得到了较好的去雾效果.

摘要： 在雾霾天气条件下,大气中的水汽和悬浮着的微小颗粒对光线形成严重的散射作用,致使拍摄的图像质量严重受损,这很大程度上阻碍了图像在应用中的价值且无法达到很多领域的精度要求.本论文通过演示分析雾霾天气图像退化的过程深入研究了导向滤波和自动白平衡融合的机理,提出了一种适合遥感影像的去雾算法,实验结果表明:本文优化方法能有效解决导向滤波去雾方法带来的图像偏暗、偏色的问题,得到了较好的去雾效果.

摘要： 在雾霾天气条件下,大气中的水汽和悬浮着的微小颗粒对光线形成严重的散射作用,致使拍摄的图像质量严重受损,这很大程度上阻碍了图像在应用中的价值且无法达到很多领域的精度要求.本论文通过演示分析雾霾天气图像退化的过程深入研究了导向滤波和自动白平衡融合的机理,提出了一种适合遥感影像的去雾算法,实验结果表明:本文优化方法能有效解决导向滤波去雾方法带来的图像偏暗、偏色的问题,得到了较好的去雾效果.

摘要： 本发明涉及一种基于暗通道先验与亮通道先验的图像去雾方法，属于图像处理领域，包括以下步骤：S1：获取图像中各处大气光值有变化的大气光图；S2：对图像暗通道先验失效区域进行判定，并选择亮通道图对暗通道失效区域透射率进行补偿；S3：将大气光图和透射率代入改进的大气散射模型公式计算出无雾图像。本发明用一个各处大气光值有变化的大气光图来代替单一的大气光，并对暗通道先验失效区域进行鉴别和自适应补偿该区域透射率，去雾后整体色彩明亮，天空区域无失真现象，细节清晰，有效改善了暗通道先验去雾算法的不足。

摘要： 本发明公开了一种基于暗通道和亮通道的眼底图像质量评估方法，包括获取眼底图像的历史数据并标注；构建初步眼底图像质量评估模型；采用标注后的眼底图像历史数据训练初步眼底图像质量评估模型得到眼底图像质量评估模型；采用眼底图像质量评估模型对目标眼底图像进行识别评估得到最终的眼底图像质量实时评估结果。本发明方法不仅实现了图像质量的评估，而且可靠性高、实用性好、准确性高且易于实施。

摘要： 本发明公开了一种基于暗通道和亮通道先验的图像去雾方法，基于退化图像的物理模型建立大气光散射模型，将大气光值作为全局变量，然后结合暗通道和亮通道对大气光散射模型进行先验估计得到大气光值，根据大气光散射模型和获取的大气光值得到粗透射率，以获得更加精准的数据，然后通过原图像的灰度图像作为引导图进行引导滤波来细化透射率，既保留了景深的边缘信息，又降低了算法的时间复杂度，最后根据自适应透射率补偿函数进行自适应调整得到透射率，不需要对天空区域分割，以避免明亮区域的色彩失真问题，提高了算法的自适应性。本发明有效解决了有雾图像恢复时明亮区域色彩的失真问题，去雾效果自然，并且图像的对比度得到了显著提升。

摘要： 本发明涉及一种基于暗通道先验与亮通道先验的图像去雾方法，属于图像处理领域，包括以下步骤：S1：获取图像中各处大气光值有变化的大气光图；S2：对图像暗通道先验失效区域进行判定，并选择亮通道图对暗通道失效区域透射率进行补偿；S3：将大气光图和透射率代入改进的大气散射模型公式计算出无雾图像。本发明用一个各处大气光值有变化的大气光图来代替单一的大气光，并对暗通道先验失效区域进行鉴别和自适应补偿该区域透射率，去雾后整体色彩明亮，天空区域无失真现象，细节清晰，有效改善了暗通道先验去雾算法的不足。

摘要： 本发明公开了一种改进暗通道先验和策略性融合的图像去雾方法。本方法首先依据暗通道先验原理得到多尺寸最小值滤波窗口下的透射率和对应的大气光值，设计出一种基于结构相似性指标的调节因子和侧重因子，用于多透射率拟合的方法；其次，利用非线性规划模型和偏度理论，计算全局的大气光值，引入并调整置信度图，对天空区域的透射率进行快速补偿，结合大气散射模型恢复出去雾图；最后，反解大气散射模型，转换成HSV模型对亮度V空间增强，并用基于置信度图特性的策略对增强前后的图像进行融合。本方法去雾效果好，避免了光晕效应和颜色失真，能够复原并增强场景细节和色彩，同时不损失图像去雾真实性。

摘要： 本发明提出一种基于暗通道先验去雾算法处理行车记录仪实时视频图像的快速去雾算法，提高在雾霾环境下的图像复原效果，在一定程度上保证时间性能，属于智能交通领域。其包括以下步骤：1)设置天际线，选择去雾区域，并对去雾区域进行下采样；2)计算图像选取区域下采样后的暗通道，并对暗通道进行平滑处理；3)根据暗通道使用高斯滤波估计局部大气光并计算透射率；4)将估计得到的大气光亮度和透射率进行上采样，对选取区域进行去雾计算；5)在对视频图像进行去雾处理时，在计算一帧的去雾参数后保留该参数，对当前图像进行去雾计算得到去雾后的结果图像，并对接下来的时间上连续的若干幅图像使用相同的去雾参数进行去雾计算。

摘要： 本发明公开了一种基于暗通道先验的无人机航拍图像去雾与增强方法，图像方差和绝对梯度均值相结合，得到权值系数，并利用多重分解形式对边缘像素进行平滑处理；引入卷积神经网络来计算雾霾中的大气透射率；采用暗通道先验算法来增强航空摄影图像的光色差，实现航拍图像的去雾增强。本发明具有较好的去雾效果、对比度高、时间短，并具有明显的应用优势。

摘要： 本发明涉及一种基于暗通道法的雾天车辆检测方法，包括如下步骤：1)通过车载摄像头采集雾天图像；2)将所述雾天图像分割为车辆区域图像和非车辆区域图像；3)对车辆区域图像进行去雾处理；4)使用训练数据集对目标检测模型进行训练，生成预测模型；5)利用预测模型对经过去雾处理的车辆区域图像进行车辆检测，输出车辆的位置和对应的准确率。本发明所述一种基于暗通道法的雾天车辆检测方法基于图像处理和深度学习，实现雾天车辆检测，通过暗通道法实现去雾，效果较好，通过经典目标检测模型Faster‑Rcnn快速准确的检测出车辆；从而解决目前雾天车辆检测方法存在去雾效果和准确性较差的问题，取得提高雾天驾驶安全性的效果。

摘要： 本发明公开了一种改进的暗通道先验去雾算法，步骤为：将瑞利散射理论用于改进大气光的估计值；采用基于主动轮廓模型的分割方法分割天空区域，得到天空区域和非天空区域；采用不同尺寸的滤波来估计暗通道值；对透射率的求取进行简化，提高算法的处理速度。本发明首先在原来的暗通道先验去雾算法的基础上，加入瑞利散射理论改进大气光的估算方法，然后将雾图分割为天空和非天空区域，对不同滤波尺寸的暗通道图进行融合得到融合暗通道，最后简化透射率的求解过程来提高算法的运行速度，增强实时性。

摘要： 一种基于亮区域检测的暗通道去雾方法，属于数字图像处理技术领域。首先利用雾气图像的L通道的分量将雾气图像划分为亮区域和暗区域；然后采用对数与反比例的组合函数作为增益系数、以L通道的分量作为反比例函数的自变量对亮区域的透射率公式进行修正，得到亮暗区域的透射率；最后，将透射率代入雾天退化模型中实现图像的初步恢复，再经分区域增强处理，得到去雾的无雾图像。本发明采用LAB颜色空间的L通道的分量自适应划分出亮区域与暗区域，在不同亮度区域采用不同的透射率计算公式，消除了图像失真与光圈现象；采用对亮区域和暗区域分别进行增强的方式对图像进行图像增强，方法简单快速，且可有效解决恢复的无雾图像偏暗的问题，具有良好的去雾效果。