高斯自适应多尺度加权滤波去雾算法
2022-03-18宋春花
计算机应用与软件 2022年3期
杨 洋 宋春花
(太原理工大学信息与计算机学院 山西 晋中 030600)
0 引 言
由于近几年来工业生产技术的发展以及自然气候的变化,雾霾天气成为当下社会一种越来越常见的天气现象。在这种天气条件下,室外的图像采集会受到相当大的影响,例如:出现所得到的图像清晰度低、色彩饱和度严重不足、图像细节丢失比较严重等问题[1-2]。故为了提升图像采集在恶劣天气状况下工作的实用性和准确性,对雾天降质图像的去雾处理就变得尤为重要[3-4]。
目前,在图像去雾处理方面,根据理论来划分的去雾方式主要有两大类[5],一种方法是基于图像增强[6-8],这种方法突出了图像的细节特征,增强了图像的对比度,以此来实现图像去雾,但是因为这种方法并没有考虑图像降质的本质问题,使得去雾效果不理想,相对来说容易导致图像失真的情况发生;另一种方法是基于物理建模的图像复原[9-10],这种方法从图像降质的本质出发,构建了大气散射模型,该模型通过假设法和先验的知识来反推未降质的图像,使得图像的信息能够得到很好的保存,运用这类算法复原的图像既真实又自然,所以受到了国内外研究人员的高度关注,其中耳熟能详的经典算法就是暗通道先验算法。
本文提出一种高斯自适应多尺度加权滤波去雾算法。针对单幅图像的去雾,构建了最小通道与高斯函数之间的关联,通过加权滤波的方式,对最小值滤波进行多尺度滤波加权合并得到暗通道图像,由于暗通道图像能反映雾浓度信息,结合高斯函数模型,将其中的标准差转化为标准差变量,自适应调整透射率从而得到粗糙透射率;……
登录APP查看全文
