正在进行安全检测...
发布时间：2023-11-14 09:13:57
第51卷第3期2018年3月
DOI:10.11784/tdxbz201703004
天津大学学报(自然科学与工程技术版
JournalofTianjinUniversity(ScienceandTechnology
Vol.51No.3Mar.2018
基于统计特性和亮度估计的夜晚图像去雾
杨爱萍，杨苏辉，田鑫，赵美琪，王金斌(天津大学电气自动化与信息工程学院，天津300072
摘要：由于人工光源的存在，夜晚有雾图像具有光照不均、色偏严重和亮度较低等特点，现有的常规图像去雾算法并不适用．考虑到夜晚雾天图像成像特点，建立了带有色偏因子的雾天图像成像模型，可成功用于夜晚图像去雾，并提出了基于统计特性和亮度估计的夜晚图像去雾算法．由于夜晚雾天图像和低照度图像亮通道直方图具有较大相似性，首先将夜晚有雾图像进行反转，然后基于带色偏因子的雾天图像成像模型，局部估计带色偏的大气光；针对夜晚有雾图像色偏严重，导致三通道透射率差异较大，提出对透射率三通道分别进行处理；在此基础上，利用亮度估计对透射率进行优化；最后，利用局部Grey-world算法对去雾后的图像进行颜色校正．实验结果表明，所提算法能够有效去除夜晚雾气影响，提高图像的整体亮度和对比度，恢复更多的图像细节．关键词：统计特性；亮度估计；去雾；局部Grey-world
中图分类号：TP751.1文献标志码：A文章编号：0493-2137(201803-0299-09
NighttimeImageFogRemovalBasedonStatisticalPropertiesandIntensityEstimationYangAiping，YangSuhui，TianXin，ZhaoMeiqi，WangJinbin
(SchoolofElectricalandInformationEngineering，TianjinUniversity，Tianjin300072，China
Abstract：Duetotheexistenceofartificiallight，nighttimefogimagehasthecharacteristicsofnon-uniformillumi-nation，colorcastandlowintensity．Theexistingimagedehazingalgorithmsarenotapplicable．Consideringthechar-acterofnighttimehazyimages，anewimagingmodelforhazyimagebasedoncolorcastfactorwasestablished，whichissuitablefordefoggingofnighttimehazyimage．Thenthenighttimeimagedehazingalgorithmwasproposedbasedonthestatisticalpropertiesofnighttimehazyimagesandtheestimationofimageintensity．Becauseofthesimi-laritybetweentheintensityhistogramofnighttimehazyimagesandlowlightimages，thenighttimehazyimagewasinvertedfirstly，andthentheatmospherelightwithcolorcastfactorwasestimatedlocallybasedontheproposedmodel．Asaresulttofcolorcast，thethreechanneltransmissionshavesignificantdifferences，sothreechanneltrans-missionswereestimatedrespectively．Atlast，thetransmissionwasoptimizedbasedontheintensityestimation，andthecolorcastcorrectionwasperformedusinglocalGrey-worldalgorithm．Experimentalresultsshowthatthepro-posedalgorithmcanremovenighttimehazeeffectively，andatthesametimethebrightness，contrastandimagedetailsareimprovedremarkably.
Keywords：statisticalcharacteristics；intensityestimation；defogging；localGrey-world
雾、霾等天气条件下采集到的图像，存在对比度降低、颜色失真和细节模糊等问题，严重影响户外视频监控、目标识别等系统的性能．近年来图像去雾技术已成为计算机视觉领域的研究热点．
现有的图像去雾算法可分为两大类：图像增强方
法和图像复原方法．图像增强又称为非模型方法，如直方图均衡化方法[1]、Retinex方法[2]等．这类方法不考虑图像退化的具体原因，通过增强图像的对比度，突出或抑制某些信息来弱化雾霾对图像的影响，但是这类处理方法只是改善图像的可识别度，同时容易出收稿日期：2017-03-02；修回日期：2017-04-27.作者简介：杨爱萍（1977—），女，博士，副教授.通讯作者：杨爱萍，yangaiping@tju.edu.cn.基金项目：国家自然科学基金资助项目(61372145，61472274．
SupportedbytheNationalNaturalScienceFoundationofChina(No.,61372145andNo.,61472274.
·300·天津大学学报(自然科学与工程技术版 