基于暗通道先验原理的偏振图像去雾增强算法研究

发布时间：2025-06-28 01:38

　　 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。

【文章页数】：8 页

【部分图文】：

图3 原始偏振图像

由于天空区域不符合暗通道先验原理,直接采用暗通道原理处理,会使估计的大气光参数存在偏差,导致最终处理结果存在大面积纹理及分块。因此,首先对天空区域进行自动提取,进而对天空区域进行大气光参数估计,最终再采用偏振去雾算法进行去雾增强处理。图4偏振度及偏振角图像

图4 偏振度及偏振角图像

图3原始偏振图像天空区域自动提取流程如下所示:

图5 原始图像及天空区域提取结果

⑥直到没有新的天空区域加入,或遍历所有像素点,则天空区域自动提取结束,图5为原始图像及天空区域提取结果图像。3.3无穷远大气光强估计

图6 场景一暗通道图像

③提取上述像素在原始图像I中对应位置的像素亮度值,选取最亮像素的3×3邻域像素点的平均强度值作为无穷远处大气光强IA∞。(最终估计的无穷远处大气光强为194.7)3.4各像点大气光强计算

本文编号：4054213