-
题名基于暗通道先验原理的偏振图像去雾增强算法研究
被引量：15
- 1
-
-
作者
游江
刘鹏祖
容晓龙
李斌
徐韬祜
-
机构
中国华阴兵器试验中心
-
出处
《激光与红外》
CAS
CSCD
北大核心
2020年第4期493-500,共8页
-
基金
军内重点科研基金项目资助。
-
文摘
在装备试验与测试中,常规光学成像系统极易受气象环境(如雾霾、沙尘等)影响,导致探测距离、成像效果、测量精度等受到大幅限制,从而严重影响目标成像效果及关键参数获取。如何增强雾霾条件下光学探测识别能力及成像质量,成为了当前急需解决的关键问题。本文利用偏振成像优势,结合暗通道先验原理,提出了基于暗通道先验原理的偏振图像去雾增强算法。该算法首先利用采集到的偏振图像提取偏振特征,计算偏振度和偏振角;同时,采用基于区域增长算法自动提取出天空区域,对天空区域进行大气光参数估计,获取大气光偏振度及偏振角相关参数估计;然后,结合暗通道先验原理,获取无穷远处大气光强,进而计算各像素点的大气光强;最后,建立在大气物理退化模型基础上,实现图像去雾增强。实例分析与验证中,通过主观评价与客观评价两种方法,对比本文提出的方法和常见其他方法,实际结果表明,本文算法去雾增强能力较强,能有效提升光学系统的探测识别能力及成像质量,对雾霾条件下武器装备关键参数获取具有重要意义。
-
关键词
暗通道先验原理
偏振图像
去雾增强算法
大气散射模型
探测识别
-
Keywords
dark channel priori principle
polarization image
fog removal enhancement
atmospheric scattering model
detection and recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进暗通道先验去雾的无人机目标检测研究
- 2
-
-
作者
路佩东
范菁
孙书魁
-
机构
云南民族大学电气信息工程学院
-
出处
《激光杂志》
CAS
北大核心
2024年第7期102-110,共9页
-
基金
国家自然科学基金项目(No.61540063)
云南省教育厅科学研究基金项目(No.2023Y0500)。
-
文摘
图像去雾是图像处理领域的一个重要研究热点。为了解决雾霾天气下图像的去雾与增强问题,提出了一种基于改进暗通道的去雾算法。首先为了使雾霾图像更接近无雾图像,提高图像的清晰度,该算法分别减少雾图像的RGB通道值,并结合每个减少的通道和其他两个先前未减少的通道,使用该图像去雾算法后再对三个新图像加权来恢复图像;为了解决图像天空区域出现颜色失真的问题,设置了一个参数K来分别计算天空区域和非天空区域的透射率;为了解决图像中亮度过暗和增加目标对比度,本文引入CLAHE的方法对图像进行增强处理。实验结果表明:本算法在5张图像的对比度值分别是MDCP和RSD算法的2倍多和3倍多,在5张图像中的信息熵均值为7.5589,均明显优于其余2种算法,并且该算法在雾霾天气下目标检测的平均精度可达73%,相比于未经处理图像前提升了15%,具有一定的可行性。
-
关键词
去雾增强
暗通道模型
颜色通道
自适应天空
CLAHE
无人机视角目标检测
-
Keywords
fog removal enhancement
dark channel model
color channel
adaptive sky
CLAHE
uav view target detection
-
分类号
TN391.41
[电子电信—物理电子学]
-
