孙启隆, 于 萍, 司振惠, 郭 鑫, 王 岩

(1. 吉林师范大学 管理学院, 吉林 四平 136000; 2. 吉林师范大学 计算机学院, 吉林 四平 136000)

由于沙尘中含有大量灰尘和沙土等杂质, 因此导致沙尘环境下拍摄的图像质量严重下降, 主要表现为图像颜色偏黄、 噪声大和可见度低等, 很难清晰识别图像中的目标, 尤其在道路监控方面, 极易导致交通事故. 目前, 计算机视觉领域中已有很多增强沙尘图像清晰度的算法[1-6], 这些算法有的利用调优模糊算子处理沙尘图像, 有的则通过分析沙尘图像的直方图调整图像色差, 虽然这些算法都提高了沙尘图像的清晰度, 但仍存在以下局限： 1) 对于沙尘较重的图像去除色差不彻底; 2) 增强后的图像局部区域噪声被放大; 3) 处理包含天空区域的沙尘图像时, 天空区域易出现光晕现象; 4) 对沙尘图像的过度增强, 导致图像出现色彩失真和细节模糊等现象. 针对以上局限, 本文提出一种新的图像增强算法. 该算法主要分为调整图像色差和提高图像清晰度两部分, 前者主要通过在Lab色彩空间利用灰度世界算法消除色差; 消除色差后的沙尘图像与有雾图像相似, 所以后者主要以消除光晕效果的暗通道算法为基准, 并改进其对大气光的错误估计方法, 然后利用伽马校正以及图像加权融合等算法综合处理图像. 实验结果表明, 该算法有效解决了传统算法存在的不足, 提高了沙尘图像的质量和清晰度.

1 算法简介

基于暗通道的沙尘图……