推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

基于多光源模型的夜晚雾天图像去雾算法

更新时间:2019-12-24 04:35:44 大小:1M 上传用户:zhiyao6查看TA发布的资源 标签:图像去雾算法 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

依据夜间多光源导致强光处能见度低的现象,在传统大气散射模型中定义发光因子项,构建了一个专门针对夜晚雾天图像的去雾模型,在此基础上提出了一种夜晚雾天图像去雾算法.该算法将原输入图像分解为新雾天图像层和发光图像层,然后对此分解得到的新雾天图像层进行色偏纠正和引导滤波操作以得到最终的去雾结果.与暗原色原理方法、快速中值滤波方法、图像颜色迁移方法、夜晚成像模型方法等已有方法的对比实验证实了本文算法的有效性.该算法可应用于汽车防碰撞系统、道路监控系统,以及其他识别系统.


部分文件列表

文件名 大小
基于多光源模型的夜晚雾天图像去雾算法.pdf 1M

部分页面预览

(完整内容请下载后查看)
9
Vol. 45 No. 9  
Sep. 2017  
2017  
9
ACTA ELECTRONICA SINICA  
基于多光源模型的夜晚雾天图像去雾算法  
邹北骥 唐 琎  
(
410083)  
中南大学信息科学与工程学院 湖南长沙  
:
, ,  
依据夜间多光源导致强光处能见度低的现象 在传统大气散射模型中定义发光因子项 构建了一个专  
门针对夜晚雾天图像的去雾模型 在此基础上提出了一种夜晚雾天图像去雾算法 该算法将原输入图像分解为新雾天  
图像层和发光图像层 然后对此分解得到的新雾天图像层进行色偏纠正和引导滤波操作以得到最终的去雾结果 与暗  
原色原理方法 快速中值滤波方法 图像颜色迁移方法 夜晚成像模型方法等已有方法的对比实验证实了本文算法的  
有效性 该算法可应用于汽车防碰撞系统 道路监控系统 以及其他识别系统  
:
;
;
;
;
关键词  
中图分类号  
URL: http: / /www. ejournal. org. cn  
夜晚 图像 去雾 多光源 发光图像  
:
TP399  
:
A
:
文章编号  
0372-2112 ( 2017) 09-2127- 08  
文献标识码  
DOI: 10. 3969 /j. issn. 0372-2112. 2017. 09. 011  
电子学报  
Nighttime Image Defogging Based on Multiple Light Source Model  
GUO FanZOU Bei-jiTANG Jin  
( School of Information Science and EngineeringCentral South UniversityChangshaHunan 410083)  
Abstract: Multiple light sources cause the low visibility in the brightest region in nighttime imagesa glow term was  
defined in the traditional atmospheric scattering model. A defogging model was constructed for nighttime foggy images.  
Based on the modela nighttime image defogging algorithm was proposed. The algorithm decomposed the original image into  
a nighttime foggy image layer and a glow image layerand then the color-shift correction operation and the guided filter were  
applied for the foggy image layer. Thusthe defogging results can be obtained. Comparisons with dark channel prior method,  
fast median filter methodimage color transfer methodand nighttime imaging model method verified the effectiveness of the  
proposed algorithm. This algorithm can be applied in such devices as vehicle collision avoidance systemstraffic surveillance  
systemsand other recognition systems.  
Key words: nighttime; image; defogging; multiple light source; glow image  
有效 但却并不适用于对夜晚雾天场景的清晰化处理  
1
引言  
究其原因 主要是因为传统的大气散射模型并不适用  
夜晚雾天情况下拍摄的图像往往缺乏视觉生动  
于夜晚雾天场景的情况 夜晚场景通常具有多种主动  
感 且场景对象的能见度较低 此外 由于受到夜晚多光  
光源 如街灯 车灯 房屋建筑用灯等 正是由于这些光  
源的影响 有可能会导致图像中强光附近的场景区域  
源的存在 导致图像中的亮度比实际自然大气光更亮  
能见度受到衰减 因此 如何自动 实时地有效消除雾气  
因此 需要专门针对夜晚雾天图像研究新的去雾模型  
及强光源对夜晚图像中场景目标的影响具有重要的理  
及算法 目前具有代表性的夜晚雾天图像去雾方法主  
8]  
论研究意义和实际应用价值 针对图像去雾问题 目前  
:
要有 图像颜色迁移方法  
基于图像亮度补偿的方  
10]  
去雾算1 ~ 7的处理对象主要为日间的雾天图像 这些  
9基于亮度变换模型的方法  
自动图像衰退检测  
与退化复原算11等 但上述已有算法均未构建专门  
工作或是从物理成因 或是从经验统计的角度 利用相  
关先验知识以达到有效去雾的目的 但大量实验结果  
描述夜晚雾天成因的去雾新模型 而本文的主要贡献  
:
表明 尽管这些去雾方法对于处理日间雾天图像较为  
就在于针对夜晚雾天图像提出了新的的物理模型 该  
: 2016-01-18;  
: 2016-03-29;  
:
收稿日期  
修回日期  
责任编辑 覃怀银  
:
( No. 61502537No. 61573380) ;  
( No. 2015WK3006) ;  
中南大学博士后基金资助项目  
基金项目 国家自然科学基金  
湖南省科技计划重点研发项目  
( No. 126648)  
2128  
2017  
. I  
成 给定雾天输入图像 图像去雾的主要目的就是复  
模型通过在传统大气散射模型中引入发光因子 从而  
J.  
原出场景的辐照度 但是对于大多数夜晚雾天场景而  
更为准确地刻画由夜间图像主动光源所产生的发光效  
 中 的 各 种 主 动 光 源 造 成 发 光 现 象 的 出 现  
应 依据此新模型 所提算法首先将原输入图像分解为  
新雾天图像层和发光图像层 在此基础上 再对上述求  
14两位学者对此发光现象进行了  
Narasimhan  
Nayar  
得的新雾天图像进行色偏纠正操作及引导滤波增强处  
分析 明确指出此发光现象主要是由经过多次散射最  
12以得到最终的去雾结果 实验结果表明 由所提算  
终从不同方向到达观测者的光强所引起的 为此 两位  
:
法获得的去雾图像所受发光光源的影响较小 具有较  
学者将此发光现象建模表示为一个大气点扩散函数  
好的清晰化效果 且不会出现图像色偏严重的问题  
受此启发 本文所构建的去雾新模型即是在传统大气  
散射模型的基础上加入一个发光因子项来对夜晚雾天  
2
夜晚图像去雾算法  
:
场景进行建模 由此其数学表达式如下  
I( xy) = J( xy) t( xy) + A( 1 - t( xy) )  
2. 1  
夜晚雾天图像去雾新模型的构建  
+ L ( xy) * APSF  
( 2)  
本文所构建的夜晚雾天图像去雾新模型主要是在  
s
( 2) L  
在式  
为主动光源 其通过与大气点扩散  
传统大气散射模型的基础上 加入对图像中多光源所  
s
14]  
APSF  
函数  
做卷积以生成图像中的发光因子项  
除了  
引起的发光现象的考虑 即引入光源发光因子项 则新  
此额外添加的发光项 传统大气散射模型中的入射光  
衰退项和大气光成像项均在此新构建模型中保持不  
:
构建的夜晚雾天模型主要由三大部分组成 入射光衰  
退项 大气光成像项 发光因子项 利用该模型 本文算  
1  
变 图 即给出了针对日间雾天图像的传统大气散射模  
法首先将原输入图像分解为两个图像层 即削弱了夜  
型和针对夜间雾天图像的夜晚雾天成像新模型 对于  
晚光源影响后的新雾天图像层和反映原夜晚图像光源  
夜晚雾天场景而言 其光源除了自然大气光 还有从多  
作用的发光图像层 但由于该新雾天图像层仍然存在  
种主动发光光源中获取的光强 由此导致图像的整体  
1( a)  
雾气的影响 为此所提算法又采用色偏纠正和引导滤  
5操作以进一步改善图像的视觉效果 同时消除该  
亮度较高 对于如图  
所示的传统大气散射模型而  
.  
言 该模型涉及的主要参数为大气光和光路传播图 其  
,  
图像中的雾气 由上述分析可知 所构建的夜晚图像去  
中大气光被假定为具有全局一致性 光路传播图则描  
雾新模型主要建立在传统大气散射模型的基础上 此  
述了光从物体或场景点传至相机所拍图像平面的过  
传统模型假设由摄像机所拍摄的大气介质中的光强是  
传播图和大气光的线性函613]  
程 而对于如图  
1( b)  
所示的夜晚雾天成像新模型 大气  
光由于光源的存在不再具备全局一致性 同时该模型  
I( xy) = J( xy) t( xy) + A( 1 - t( xy) )  
( 1)  
其中 为观测点接收到的光强 即输入的原有雾图  
) J ) t  
,  
除包含入射光衰退项 大气光成像项外 还应添加发光  
I  
(
因子项 该发光因子项主要表示光由发光光源经过多  
(
为场景点处的辐照度 即去雾后的复原图像  
次散射 最终从各个不同方向到达相机所拍图像平面  
为光路传播图 是一个矩阵 反映光线穿透雾的能力 其  
的过程  
值越大 表示从场景表面反射的光线穿透雾到达观测  
( 1) ,  
与 相乘组成入射光衰减项  
基于上述构建的去雾新模型 本文提出了一种专  
J
t
者的数量越多 式  
该项描述了光从场景点到观测点之间的削弱衰减过  
A( 1 - t)  
2  
门针对夜晚雾天图像的去雾算法 图 即给出了所提夜  
,  
晚雾天去雾算法流程 从该图可以看出 所提算法主要  
为大气光成像项 该项主要描述周围环境  
中的各种光由于大气粒子的散射作用对观测点所接收  
A  
:
有三大步骤 一是采用图像层分解操作以从输入图像  
;
中分离出初始的新夜晚雾天图像和发光因子项图像  
为大气光 其代表周围环境中各种  
到的光强的影响  
二是对此新雾天图像进行色偏纠正操作以得到相关最  
,  
光的总强度 对于日间雾天图像而言 大气光主要由天  
终夜晚雾天图像 这主要是因为上述得到的初始雾天  
空光以及云层和雾气粒子散射所产生的间接太阳光生  

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载