何易德,朱 斌,司 晨,毛 锐

(西南技术物理研究所，成都 610041)

引 言

图像成像噪声和扰动模糊一直是困扰视觉研究难点之一，尤其在红外成像领域——红外末制导成像精确制导过程，该过程伴随着噪声、冲击扰动模糊等[1]，低成像质量严重影响了目标探测搜索和跟踪，因此红外图像的预处理是首要考虑的问题。红外视景仿真建模技术基于计算机图形图像技术，利用3维几何建模技术和光线追踪成像技术，根据目标/场景经验参量，利用传热学第一原理[2]，近似计算目标/场景红外辐射特性。视景仿真建模在工业上的应用为虚拟现实和增强现实，在武器研发领域主要是模拟外场试验环境，为武器提供逼真的试验条件[3-5]。

导向滤波(guided image filtering,GIF)算法[6]是一种保持图像边缘细节的滤波算法，在辅助去雾、去噪声等方面应用广泛[7-10]，在保证实时性的同时具有非常理想的处理结果。导向滤波不仅广泛应用于工业视觉，近年来成功应用到红外图像的相关问题[11-13]，取得了不错的成绩，但是研究人员一直忽略了一个较重要问题，即导向图像的来源问题。在暗通道去雾算法[7](dark channel prior,DCP)中，采用导向滤波来代替soft matting[14]过程，计算大气透射率图像，辅助完成暗通道算法，在不影响算法效率的条件下成功实现了实时运算，极大推动了暗通道去雾算法的应用。在暗通道去雾算法中，导向图像源于有雾输入图像的二值化，成功地解决了导向图像的来源，但是用于去噪声等其它问题，将原始图像添加未知噪声，以原始无噪声图像为导向图，能够有效地去除添加的噪声，这显现了导向滤波算法在去噪声问题的有效性，但是对于实际问题，在未知无噪声的原始图像状态下，导向滤波的应用十分受限。……