积分商城

最新搜索： codewarrior 11.1 2199 llcc68 4231 jpg 机顶盒
您现在的位置是：首页 > 技术资料 > 一种含雾交通图像梯度双边滤波算法
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

一种含雾交通图像梯度双边滤波算法

更新时间：2019-12-30 05:09:08 大小：2M 上传用户：IC老兵查看TA发布的资源 标签：双边滤波算法 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

针对雾霾天气下传统滤波算法处理过程中容易受到噪声干扰,边缘像素点保持效果不理想且容易出现噪声斑块的问题,提出了一种含雾交通图像梯度双边滤波算法来实现雾霾天气下交通图像降噪滤波处理。算法提出了一种梯度相似度核,并基于此设计了一种梯度双边滤波器,将RGB颜色空间的交通图像转换到Lab颜色空间进行滤波处理。将处理过的Lab颜色空间的交通图像转换到RGB颜色空间,得到处理后的雾霾天气下交通图像。与传统方法相比,本文算法处理后图像的PSNR、细节强度和SSIM平均提升了27. 12%、24. 11%和6. 45%,能够实现在滤除噪声信息的同时,尽可能的保持图像边缘,对进一步提取雾霾天气下含有大量噪声的交通图像的特征信息十分有意义。


部分文件列表

文件名 大小
1577653742一种含雾交通图像梯度双边滤波算法.pdf 2M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
39  
10  
Vol． 39 №． 10  
Oct． 2018  
第
2018  
卷第  
10  
年
期
哈
尔
滨
工
程
大
学
Journal of Harbin Engineering University  
学
报
月
一种含雾交通图像梯度双边滤波算法  
1，2  
1
1
3
1，2  
，
， ， ，  
黄鹤  
宋京 杜晶晶 郭璐 汪贵平  
( 1．  
，
710064; 2．  
，
长安大学 电子与控制工程学院 陕西 西安  
陕西省道路交通智能检测与装备工程技术研究中心 陕西 西安  
710064; 3．  
，
710065)  
无人机系统国家工程研究中心 陕西 西安  
: ，  
要 针对雾霾天气下传统滤波算法处理过程中容易受到噪声干扰 边缘像素点保持效果不理想且容易出现噪声  
摘
，
。
斑块的问题 提出了一种含雾交通图像梯度双边滤波算法来实现雾霾天气下交通图像降噪滤波处理 算法提出了一  
， RGB Lab  
，
种梯度相似度核 并基于此设计了一种梯度双边滤波器 将  
颜色空间的交通图像转换到  
颜色空间进行滤波  
。
处理 将处理过的  
Lab RGB  
颜色空间的交通图像转换到  
PSNR、 SSIM  
，
。
颜色空间 得到处理后的雾霾天气下交通图像 与传统方法  
，
27. 12% 、24. 11% 6. 45% ，  
相比 本文算法处理后图像的  
细节强度和  
平均提升了  
和
能够实现在滤除噪声  
，
，
。
信息的同时 尽可能的保持图像边缘 对进一步提取雾霾天气下含有大量噪声的交通图像的特征信息十分有意义  
:
;
;
;
;
;
;
关键词 雾霾 交通 图像 噪声 梯度 双边滤波 像素  
DOI: 10. 11990 /jheu． 201701005  
: http: / /www． cnki． net/kcms/detail/23. 1390． u． 20180612． 0935． 002． html  
网络出版地址  
: TP391. 4  
: A  
: 1006-7043( 2018) 10-1709-06  
文章编号  
中图分类号  
文献标志码  
A gradient bilateral filtering algorithm for traffic image  
in haze weather  
1，2  
1
1
3
1，2  
HUANG He ，SONG Jing ，DU Jingjing ，GUO Lu ，WANG Guiping  
( 1． School of Electronic and Control Engineering，Chang'an University，Xi'an 710064，China; 2． Shaanxi Road Traffic Intelligent De-  
tection and Equipment Engineering Technology Research Center，Xi'an 710064，China; 3． UAV System National Engineering Research  
Center，Xi'an 710065，China)  
Abstract: Traditional filtering algorithms are vulnerable to noise patches especially during the restoration of edge  
pixels． In this paper，we propose a new gradient bilateral filter algorithm for reducing noise in traffic image haze re-  
moval． The algorithm employs a gradient similarity kernel and a gradient bilateral filter to convert the traffic image  
from RGB into LAB color space for filter processing． To achieve superior visibility，the processed LAB color space  
traffic image is converted back into RGB color space to obtain the final traffic image． Compared with the traditional  
methods，the PSNR，detail intensity，and SSIM of the image proposed by the new algorithm were improved by  
27. 12% ，24. 11% ，and 6. 45% on an average; moreover，the edge of the image could be maintained as much as  
possible while filtering the noise information． Experimental results demonstrate that our method is superior and pro-  
duces haze-free images with a high visual contrast and enhanced information from the processed image．  
Keywords: haze; traffic; image; noise; gradient; bilateral filter; pixel  
，
。
，
雾霾天气下 由于受到光照减弱和空气中的雾  
时也给交通安全带来了隐患［1］ 因此 如何解决雾  
霾天气下图像清晰化问题成为人们的研究热点［2］  
、
，
珠 粉尘的折射和散射等影响 交通图像采集设备采  
。
，
，
集到的图像往往含有较多噪声 图像边缘不突出 图  
，
根据是否基于物理模型 现有去雾算法主要可  
，
，
像整体偏暗且对比度不高 灰白不清 导致图像降  
分为基于图像增强的去雾和基于物理模型的场景复  
［3］  
。
，
给雾霾天气下交通情况的监管带来了难度 同  
质
。
原方法 在基于图像增强的去雾算法中  
，Tan  
等
，
通过增强图像局部颜色对比度 实现了对单幅图像  
: 2017 － 01 － 07;  
: 2018 － 06 － 12．  
网络出版日期  
收稿日期  
，
的去雾 通过增加局部对比度来突出或者抑制图像  
。
:
( 61402052，51505037) ;  
基金项目 国家自然科学基金青年基金项目  
中的某些信息 图像局部直方图均衡化也是常见的  
( 300102328204，  
中央高校基本科研业务费专项资金项目  
300102328501，300102328101，310832173702) ．  
，Kim  
基于图像增强的去雾方法之一  
等
［4］采用非块  
:
( 1979 － ) ， ，  
男 副教授  
，E-mail: 8793141@ qq． com．  
．
作者简介 黄鹤  
:
通信作者 黄鹤  
，
重叠方法进行局部直方图均衡化 利用图像自适应  
·1710·  
39  
哈
尔
滨
工
程
大
学
学
报
第
卷
。
，
。
，
增强减少雾霾对图像中有用信息的干扰 因此 基  
致图像质量下降 在分析含雾图像时 必须考虑到  
，
，
空气中介质对成像的影响 即入射光的衰减和大气  
于图像增强的去雾算法只是减少了雾霾的干扰 对  
，
， ，  
光成像过程 并建立模型 从而对雾霾天气下图像的  
雾并没有从本质上去除 导致图像去雾效果并不理  
。
，
Retinex  
。
想
近年来 有学者采用  
算法整体提高图像  
降质原理进行分析 分析雾霾对相机成像的降质影  
，
，
，
1
。
对比度 虽然滤波后图像变得自然 但普遍存在颜色  
响 建立的模型如图 所示 通过对该模型的分析  
失真问题［5］ 基于物理模型的场景复原方法是根  
可以得到雾霾颗粒对光线及成像的影响  
。
。
，
据大气散射建立图像退化模型 利用先验知识合理  
，
。
假设某些条件反演图像退化过程 从而复原出图像  
，
这些方法在应用时都要对图像进行滤波处理 因为  
，
图像边缘中含有大量有用特征信息 为提高图像滤  
，
，
波质量 往往希望滤波过程中 既能对较好的滤除噪  
，
声 同时 又 能 尽 量 保 持 图 像 边 缘 等 重 要 细 节 信  
息［6］ 因此 雾霾天气下各种图像去噪方法的研究  
实际是在去噪和保留有用高频信息之间进行的  
。
，
。
权衡  
1
图
雾霾颗粒对成像影响示意图  
，C． Tomasi  
R． Manduchi  
针对这些问题  
和
提出  
［7］  
Fig． 1 The influence of haze Particles on imaging  
，
。
了一种非迭代的简单策略 即双边滤波  
传统双  
该模型可以描述为  
，
边滤波器对图像进行处理时 在图像变化平缓的区  
－kd( x，y)  
－kd( x，y)  
L( x，y) = L ( x，y) e  
0
+ L ( 1 － e  
s
)
，
，
域 邻域内像素亮度值相差不大 双边滤波转器转化  
( 1)  
。
，
为高斯低通滤波器 在图像变化剧烈的区域 利用  
: d( x，y)  
，k  
，
式中  
代表场景深度 为大气散射系数 与  
边缘点附近亮度值相近像素点的亮度值平均值取代  
:
波长 λ 及大气中微粒大小 γ 关系  
1
。
原亮度值  
由于雾霾天气下采集到的这些图像含有较多的  
k(  
)
λ ∝  
( 2)  
λ
y
，
，
，
噪声 且图像对比度不高 灰白不清 而双边滤波具  
( 1)  
式
由入射光衰减模型和大气光成像模型组  
，L( x，y)  
是可见光镜头采集得到的图像即  
，
有良好的滤波效果和优秀的边缘保持能力 因此被  
广泛使用在图像去噪和去雾处理中［8 － 9］ 在处理有  
，
成 其中  
。
－kd( x，y)  
，L ( x，y) e  
0
，
为入射光衰减模型  
雾天降质图像  
，
雾的噪声图像时 需要双边滤波器在滤除噪声和保  
－kd( x，y)  
L ( 1 － e  
s
)
。
为大气光成像模型 由于大气中微粒  
，
持边缘之间平衡 传统双边滤波进行滤波处理大多  
，
散射作用导致一部分入射光线无法到达镜头 造成了  
，
是改善亮度相似度因子和空间相似度因子 由于雾  
。
，L ( x，y)  
入射光衰减 在入射光衰减模型中  
表示该点  
。
，
，
0
天图像对比度不高 灰白不清 亮度相似度因子在此  
，
场景反射光强度 即固有的未衰减时光的强度 入射  
，
，
时效果并不好 进而使得滤波处理效果变差 而基于  
。
光的衰减率与场景点到接受装置的距离有关  
双边滤波的去雾算法大多数将焦点集中在改进大气  
光估计和透射率优化上［10 － 13］ 忽略了对双边滤波器  
，
L
，
表 示 环 境 光 亮 度  
在大气 光 成 像 模 型 中  
s
(
－ kd x，y)  
e
。
为透射分步率 通过对入射光衰减模型和  
，
的改进 使得双边滤波器在对含有噪声的雾天交通  
图像处理效果并不理想 另外 近年来  
［13］提  
。
，
，He  
等
大气光成像模型的分析可以看出雾天图像降质的原  
:
( 1 ～ 10 m)  
，
因如下 由于雾霾颗粒  
μ
远远大于纯空气  
出了暗通道理论 很多学者都在这一理论的基础上  
－ 4  
［14］  
( 10  
m
μ
) ， ，  
左右 的大小 相对于波长来说 微  
，
。
中微粒  
改进算法 希望获得更好的滤波效果  
出现的梯度双边滤波算法［15］ 由于其对噪声比较敏  
近年研究  
，
。
粒的大小对大气散射系数的影响更大 根据式  
( 2)  
，
，
， ，  
可知 微粒的大小决定了大气散射系数 此时可认为  
感 滤波后的图像出现大量噪声斑块 也难以满足后  
。
，
，
大气对不同颜色的可见光散射系数近似 即所有可  
续图像处理需要 本文正是针对这一问题 在原始  
，
， ，  
见光等量散射 所以肉眼看到的雾霾为灰白色 雾天  
梯度相似度核基础上设计一种梯度相似度核 并结  
，
。
，
合空间相似度核来构成双边滤波器 以此来提高双  
得到的图像也就变得灰白不清 此外 由于雾霾微  
。
，
，
边滤波器对雾霾天气下图像的滤波效果  
粒较多 影响了光线的散射 从入射光衰减模型  
－ kd( x，y) 可以看出图像固有亮度受到景深影  
L ( x，y) e  
0
1
雾霾天气下交通图像降质模型  
，
，
响而成指数衰减 导致含雾图像亮度降低 同时考虑  
，
雾霾天气下 空气中悬浮微粒会对光线造成散  
到雾霾微粒对光线散射和折射也会造成较多的噪  
，
，
，
，
。
射和折射 使采集图像模糊不清且含有较多噪声 导  
点 增加了噪声信息 导致获取图像质量较差 这些  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号