一种有雾天气图像景物影像的清晰化方法

直接对景物的细节信息进行增强处理; 并可用移 动 模 板 对 不 同 深 度 的 场 景 进 行 分 割; 以对模板中的区域进行块重 叠直方图均衡化处理 F为了能在对景物细节信息进行增强的同时 ; 避免天空噪声的影响 ; 可根据图像的灰度分布特 性; 求出天空区域灰度的最佳近似正态分布 ; 再由 这 个 近 似 正 态 分 布 估 计 来 得 到 分 割 天 空 区 域 的 灰 度 值 分 布 范 围 ; 以增强景物细节信息 F 实验结果表明 ; 该算法能有效地改善雾天下图像的退化现象和提高图像的清晰度 F 关键词 雾 景物影像清晰化 灰度分布特性 正态分布 块重叠直方图均衡化 中图法分类号 =G ? ! " : % " H 文献标识码 =I 文章编号 =" $ $ D A C ! D " > # $ $ % @ $ " A $ " # % A $ J
值所在的区域对 应 的 是 天 空 区 域 的 灰 度 变 化 范 围 &
) +原图像 ,
的灰度直方图 ) +图 ( ) + * ,
图 ( 雾天城市图像及其灰度直方图
’ . 最佳近似正态分布的搜索算法 首先 # 从右向左扫描图像的灰度直方图 ) 图 /中 的 实 线 曲 线+ 将所找到的最高峰值点记为) # # 0 1, 2 已该点的横 坐 标 ) 即灰度级数+ 作为初始正态 + # 3 1, 2 分 布的灰度均值 4 即4 则根据任意给定的 ) 50 + # 1, 2 标准差 6 即可得到如下一个正态分布 75 3 8 1, 2
基金项目 国家教育部科学技术重点研究项目 > = $ " " " ? @ 万方数据 收稿日期 = 改回日期 = # $ $ ? A $ " A " ? B # $ $ ? A $ C A " D
估计深度信息 ; 显然它对图像采集的要求过于苛刻 F
第 (期
祝
培等 E 一种有雾天气图像景物影像的清晰化方法
;+* K | U W T O } W I7 7 ’ ) 2 6 * 0~ ’~ 5 11 1 7 ~’ -’ 0) ’ / 6 /+ 0 1 8 1 ! /1 ~ 5 ’ 2’ )1 * 5 + * 7 6 * 06 /+ 0 1 8~ + " 1 *6 *’ 0 86 8 :. ;2 4 ) ’ 4 ’ 8 1 26 *~ 5 6 84 + 4 1 ) ~2 ’ 8 1* ’ ~* 1 1 2+ ~ /’ 8 4 5 1 ) 6 7/’ 2 1 , + * 2# ( 8 ~4 1 ) ’ ) /8’ *~ 5 16 /+ 0 1 6 ) 1 7 ~ , $1 * 5 + * 7 6 * 0 :I /’ ;~ 2 1 ~ + 6 , 8’ ~ 5 18 7 1 * 16 *~ 5 16 /+ 0 1 % 6 * 0/+ 8 "6 8 + 2 ’ 4 ~ 1 2~ ’8 1 0 /1 * ~ 8 7 1 * 1+ ~ 2 6 1 ) 1 * ~ 2 1 4 ~ 5 5 1 *1 + 7 54 6 & 1 , 6 * A :I~ ~ 5 1/+ 8 "6 8 4 ) ’ 7 1 8 8 1 2( 8 6 * 0’ , ’ 7 " ’ % 1 ) , + 4 4 1 25 6 8 ~ ’ 0 ) + /1 ( ( + , 6 ) + ~ 6 ’ * ~ 5 18 + /1~ 6 /1~ 5 16 * , ( 1 * 7 1’ /+ 8 " t 8 8 6 ) 1 :G ;6 + , 8 ’6 82 6 8 7 ( 8 8 1 26 *~ 5 6 84 + 4 1 ) 5 ’ ( 0 5~ 5 11 * 5 + * 7 1’ 4 1 ) + ~ 6 ’ *!6 , , 6 /4 ) ’ % 1% 6 8 ( + , ) 1 8 ( , ~ ~+ , 8 ’!6 , , ’ ) 6 * 0* ’ 6 8 1 :G ;~ " $) 1 0 6 ’ * ’) 1 8 ~ ) + 6 *~ 5 1+ 2 % 1 ) 8 11 1 7 ~ 5 18 " $) 1 0 6 ’ *8 5 ’ ( , 26 ) 8 ~ , $’ 18 1 0 /1 * ~ 1 2’ 1 ’ ) 1 + /4 , 6 6 7 + ~ 6 ’ *6 *8 :_8 ;~ 1 * 5 + * 7 1’ 4 1 ) + ~ 1 6 * 0’ 4 ~ 6 /+ , * ’ ) /+ , 2 6 8 ~ ) 6 ’ ( ~ 6 ’ *~ ’+ 4 4 ) ’ + 7 5~ 5 17 5 + ) + 7 ~ 1 ) 6 8 ~ 6 7’ 6 /+ 0 10 ) + $2 6 8 ~ ) 6 ’ ( ~ 6 ’ * 5 1 * ;~ :* ;~ ’ $~ 5 11 8 ~ 6 /+ ~ 1 22 6 8 ~ ) 6 ’ ( ~ 6 ’ * 5 1) + * 0 1’ 4 6 & 1 , % + , ( 16 *~ 5 18 " $) 1 0 6 ’ *7 + *’ 10 ’ ~ $~ 5 16 * ’ ) /+ ~ 6 ’ * 5 18 " $ :+ ) 1 0 6 ’ *7 + *’ 18 1 0 /1 * ~ 1 2) ’ / ~ 5 16 /+ 0 1 & 4 1 ) 6 /1 * ~ 88 5 ’ !~ 5 + ~~ 5 6 8+ , 0 ’ ) 6 ~ 5 / 7 + *1 6 7 6 1 * ~ , $6 /4 ) ’ % 1~ 5 1 : 2 1 0 ) + 2 + ~ 6 ’ *’ 6 /+ 0 1+ * 21 * 5 + * 7 1~ 5 17 , 1 + ) * 1 8 8’ 6 /+ 0 1 ,Q . Y T Z U ;. ;3 ; <’ ;* A / ’ 0 /+ 0 17 , 1 + ) * 1 8 8 ) + $2 6 8 ~ ) 6 ’ ( ~ 6 ’ *7 5 + ) + 7 ~ 1 ) 6 8 ~ 6 7 ) /+ ,2 6 8 ~ ) 6 ’ ( ~ 6 ’ * , ’ 7 " ’ % 1 ) , + 4 4 1 2 ( ( + , 6 ) + ~ 6 ’ * 5 6 8 ~ ’ 0 ) + /1
( / <
" # $ % 直 方 图 均 衡 化 算 法! 是图像增强中的一种常
通过局部自适应增强的处理手段来对雾天下的景物 影像进行清晰化处理 &
用的方法 # 全局直方图均衡化算法虽实现简单 # 一般 情 况 下也可以提 高 图 像 的 对 比 度 # 但是由于雾天下 图像中景物影像的对比度降低与物体至照相机的距 离 呈 非线性递增 的 关 系 # 且因为一幅图像中景物的 深度是多样的 # 其退化程度也各不相同 # 所以采用全 局处理方法无法得到好的效果 & 局部直方图均衡化 算法
天气下可靠工作 F 由此可见 ; 对于雾天各种监测系统
0 引
言
获取的图像上景物影像的清晰化方法的研究具有重 大的现实意义 F 目前 ; 雾天景物影像的清晰化主要采 用的是基于大气 退 化 物 理 模 型 的 方 法 ; 但这类方法 都需要求得深度信息 ; 如文献 2 方法需要借助于专 " 3 用的已经标定的 雷 达 装 置 来 获 得 深 度 信 息 ; 然后利 用图像数据和深 度 信 息 来 求 解 模 型 参 数 ; 最后把参 数 代入退化模型 ; 才能求 得 估 计 图 像 B 文献2 方法 # 3 则需要两种不同 天 气 状 况 下 同 一 场 景 的 图 像 ; 才能
K LM NO P QR S Q O T L Q U U VQ W X Y Z[ Y T\ Y P
;] ;‘. A ;b ] ^_ H 1 6 ^_ ^’ * 0 I< a ( 1 /6 * 0 . ^+ *
> ;sg ;sg " $ $ % C @ c d e f g f h f i j kc d k j l mn f g j dn d oph f j mn f g j dq d r g d i i l g d r t n dud g v i l e g f wj kx i y z d j { j r w t n dE
! " %
’ 天空与其他景物的分离
由 于 雾 对 光 线 有 较 强 的 散 射 作 用# 因此天空区 域的灰度值比较 高 # 虽然整个天空区域灰度值不是 如图 ( 所示 # 在雾天下 # 图像的灰度直方图中 # 灰 ) + * 度值较大的地方均有一个比较陡峭的峰 & 与这个峰 考虑到一幅图像中天空部分的深度可近似认为是相 同的 # 因此其灰度值的分布应该满足正态分布 &
9 ) 0 94 + / 6
/ /
代入式 ) 即 ) ( +任意给定一个偏小的方差 6 # ( + = 得 到 初 始 的 正 态 分 布 7 #同 时 计 算
/ < <
: 5
;
7 ) 0 # 6 +9 3 ) 0 +&
0 5=
代入式) 计算新的正态分布 ) / +6 56 F> # ( + = 6
第 !卷 第 "期 # $ $ %年 "月