沙尘条件下,由于悬浮在大气中的颗粒吸收和散射大气光导致采集到的图像偏色严重、边缘模糊、对比度低,这使得视频图像质量严重下降,同时我们在对视频进行处理时也面临着Halo效应、画面亮度闪烁以及算法时间复杂度高等问题.针对这些问题...沙尘条件下,由于悬浮在大气中的颗粒吸收和散射大气光导致采集到的图像偏色严重、边缘模糊、对比度低,这使得视频图像质量严重下降,同时我们在对视频进行处理时也面临着Halo效应、画面亮度闪烁以及算法时间复杂度高等问题.针对这些问题,我们提出了一种基于Monge-Kantorovitch线性色调映射(Monge-Kantorovitch linear colour mapping, MKLCM)的沙尘视频快速增强算法,首先利用基于统计的方法和全局直方图均衡化算法去除沙尘视频帧的色偏,为了减少噪声和提升图像的细节,利用MKLCM算法对视频帧进行进一步增强,最后根据蓝通道相关性将视频帧的统计量应用到后面的视频帧处理中,防止画面亮度出现闪烁的同时增加算法的实时性.与其他最新算法对比,并通过主客观分析,实验结果表明该算法能够有效快速地解决视频色偏、对比度低等问题,增强了沙尘视频的整体效果.展开更多
文摘沙尘条件下,由于悬浮在大气中的颗粒吸收和散射大气光导致采集到的图像偏色严重、边缘模糊、对比度低,这使得视频图像质量严重下降,同时我们在对视频进行处理时也面临着Halo效应、画面亮度闪烁以及算法时间复杂度高等问题.针对这些问题,我们提出了一种基于Monge-Kantorovitch线性色调映射(Monge-Kantorovitch linear colour mapping, MKLCM)的沙尘视频快速增强算法,首先利用基于统计的方法和全局直方图均衡化算法去除沙尘视频帧的色偏,为了减少噪声和提升图像的细节,利用MKLCM算法对视频帧进行进一步增强,最后根据蓝通道相关性将视频帧的统计量应用到后面的视频帧处理中,防止画面亮度出现闪烁的同时增加算法的实时性.与其他最新算法对比,并通过主客观分析,实验结果表明该算法能够有效快速地解决视频色偏、对比度低等问题,增强了沙尘视频的整体效果.
