天空区域分割的图像去雾及CUDA并行实现
2019-03-13曾浩洋张红英
小型微型计算机系统 2019年3期
曾浩洋,张红英,2
1(西南科技大学 信息工程学院,四川 绵阳 621010) 2(特殊环境机器人技术四川省重点实验室,四川 绵阳 621010)
1 引 言
在一些雾、霾天气下,天空中存在的大气粒子在光传播过程中会发生散射,使得到的图像降质、模糊不清,严重影响人类视觉观察和相关视觉算法的处理效果.图像去雾能明显提升图像的清晰度和复原由于雾、霾导致的色彩失真,因此对图像去雾具有很好的应用前景.
近年来,国内外研究者提出了很多图像去雾算法,例如Tan[1]等人观察到有雾的图片比无雾图片有着更高的对比度,提出了最大化图像局部对比度的去雾算法,但该算法恢复后的图像易导致色调发生偏移;Fattal[2]等人则是设想光的传播与物体目标表面投影是不相关,进而估算出场景物体反射率在推导场景投射率的方法,其算法很大程度上依赖于输入数据的统计特征,对于雾气较浓的图像去雾会导致较大失真;He[3]等人提出基于暗原色先验的单幅图像去雾技术,并采用软抠图技术精细化透射率,图像复原效果更加自然.但该方法在对含有大面积天空区域图像处理时,会产生光晕伪影和色彩失真等状况,同时软抠图技术导致整个算法时间复杂度较高.为提高去雾效果和算法效率,许多改进的算法被提出[4,5].He[4]等人又提出了使用导向滤波来替换软抠图方法,有效的缩短了算法运行时间.然而它处理一副 400×300 大小的图像还需要10-20s,仍难以满足实时的需求.刑晓敏等人[5]则是对图像分割出天空区域进而估算大气光值,从而改进场景透射率,使得复原的图像真是自然,但是分割算法均过于复杂,消耗时间过长,不能满足实时需要;……
登录APP查看全文
