基于低通滤波和多特征联合优化的夜间图像去雾

摘要：

夜间有雾图像光照不均、对比度较低且色偏严重.现有的去雾算法主要是针对白天图像,并不适用于夜间场景,夜间图像去雾难度较大.该文通过深入分析夜间有雾图像的成像特点,提出了基于低通滤波和多特征联合优化的夜间图像去雾算法.针对夜间图像环境光照不均匀问题,提出先对图像进行低通滤波,然后对其低频分量三通道利用最小-最大值滤波估计局部环境光;针对目前白天去雾算法先验不适用于夜间图像,提出结合图像对比度、饱和度和信息熵特征,构建多特征联合优化函数估计透射率;针对夜间图像存在非一致色偏问题,提出非重叠块局部Shade of Gray算法进行颜色校正.实验结果表明:所提算法去雾图像的主观视觉效果较好,且对比度和色偏程度两方面客观评价指标整体优于其他对比算法.该算法能够有效去除夜间图像雾气,提高图像的对比度,恢复更多的细节信息,且颜色自然,视觉效果理想.

关键词：图像处理、夜间图像去雾、低通滤波、局部环境光、多特征联合优化

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金

在线出版日期：2018-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：159-168