基于条件生成对抗网络的图像去雾算法

为了提高雾天图像的去雾效果,提出了一种基于条件生成对抗网络的图像去雾算法.通过端到端可训练的神经网络对合成的室内和室外数据集进行训练,为了捕捉图像中更多的有用信息,在生成网络中设计了生成器和判别器架构,利用预训练的视觉几何组特征模型和L_1-正则化梯度对损失函数进行修正,并在判别器的最后一层引入Sigmoid函数用于特征映射,以便进行概率分析可归一化.利用合成数据集对损失函数进行训练,得到新的损失函数的参数,然后利用室外自然有雾图像数据集对训练得到的新的损失函数进行测试.实验结果表明:所提算法有效解决了去雾图像的颜色失真、过饱和、视觉伪像等问题,生成效果更好的去雾图像.     

基于亮通道和暗通道结合的图像去雾

低照度环境下图片质量会下降。同时,悬浮在空气中的烟雾、粉尘等物质形成的雾、霾,会导致图像的细节模糊不清,对户外拍照和计算机视觉应用造成了极大的影响。因此,对退化图像进行去雾处理,提高图像质量,在图像处理和计算机视觉领域具有非常重要的应用价值。提出一种基于亮通道和暗通道结合的雾霾天气图像去雾算法。基于退化图像的物理模型,提出一种空气光散射模型,通过亮通道和暗通道的结合来估计大气光值和透射率。该算法可以解决有雾图像恢复时天空区域的颜色失真问题,恢复图像的细节和颜色,提高图像的视觉效果。仿真结果表明,本文算法优于多尺度Retinex图像去雾算法。     

基于开运算暗通道和优化边界约束的图像去雾算法

将有雾图像分割为非天空区域和天空区域,对于非天空区域,提出一种优化的暗原色先验思想,即开运算暗通道算法;对于天空区域,引入具有保边去噪的双边滤波算法,提出一种改进的边界约束算法.运用两种算法分别估计两个区域的透射率,然后利用大气物理散射模型复原各区域,最后合并两个无雾区域得到去雾图像.实验结果表明,该算法很大程度提高了有雾图像尤其是含天空的有雾图像的图像对比度,改善了颜色失真问题.     

基于暗通道先验的单幅图像快速去雾方法

为了提高雾天图像的去雾效果,针对暗通道先验法则中存在的不足,提出一种单幅图像快速去雾方法.该方法以暗通道先验法则为基础,采用四叉树搜索算法对大气光值进行估计,并通过白平衡对大气散射模型进行简化.然后,利用暗通道先验知识得到介质传输率粗略估计,并通过引导滤波和双阈值判断方法对介质传输率中边缘和天空区域进行优化.最后,通过简化大气散射模型和色调调整得到去雾图像.与几种典型的图像去雾方法相比,该方法运算速度较快,能有效提高去雾图像的清新度,并获得较好的图像颜色.     

基于低通滤波和多特征联合优化的夜间图像去雾

夜间有雾图像光照不均、对比度较低且色偏严重。现有的去雾算法主要是针对白天图像,并不适用于夜间场景,夜间图像去雾难度较大。该文通过深入分析夜间有雾图像的成像特点,提出了基于低通滤波和多特征联合优化的夜间图像去雾算法。针对夜间图像环境光照不均匀问题,提出先对图像进行低通滤波,然后对其低频分量三通道利用最小-最大值滤波估计局部环境光;针对目前白天去雾算法先验不适用于夜间图像,提出结合图像对比度、饱和度和信息熵特征,构建多特征联合优化函数估计透射率;针对夜间图像存在非一致色偏问题,提出非重叠块局部Shade of Gray算法进行颜色校正。实验结果表明:所提算法去雾图像的主观视觉效果较好,且对比度和色偏程度两方面客观评价指标整体优于其他对比算法。该算法能够有效去除夜间图像雾气,提高图像的对比度,恢复更多的细节信息,且颜色自然,视觉效果理想。     

基于边界邻域最大值滤波的快速图像去雾算法

为解决现有去雾算法结果中存在的光晕现象、颜色失真等问题,提出一种基于边界邻域最大值滤波的图像去雾方法.首先通过边缘检测寻找图像边界被低估的暗原色值并对其进行边界邻域最大值滤波,以得到更为准确的透射率图来消除光晕现象;其次对暗原色图乘以一个尺度因子,扩大透射率的取值范围,提高去雾结果的对比度;最后设置两个亮度阈值以及一个平坦阈值,消除图像中高亮度物体的影响,获得更为准确的大气光值,使得去雾结果颜色保真度较高.仿真结果表明,与现有去雾算法相比,本文算法对含高亮度物体以及含细节信息的带雾图像,均可消除光晕现象,获得高对比度及高颜色保真度的去雾结果,同时也提高了算法的处理速度.     

基于融合与高斯加权暗通道的单幅图像去雾算法

针对图像去雾算法在景深突变处出现光晕现象和远景区域去雾不足的问题,提出了一种基于融合与高斯加权暗通道的单幅图像去雾算法.利用图像形态学梯度的特点,将形态学梯度图像与暗通道图像线性融合获取融合暗通道,构造自适应的高斯权重参数对融合的暗通道图像逐像素处理获取粗透射率,在使用L1正则化优化透射率,通过大气散射模型与修复的大气光值恢复无雾图像.仿真实验表明,本文算法可以较好地恢复出图像的细节并抑制光晕现象,与几种典型的图像去雾算法客观对比,证实了本文算法的可行性.     

结合光场深度估计和大气散射模型的图像去雾方法

目前大部分基于物理模型的图像去雾算法存在复原图像色彩失真和天空边界区域出现光晕效应的问题.为了解决这些问题,本文提出了一种将光场深度计算与大气散射模型相结合的图像去雾方法.该方法通过光场极平面图像计算得到场景深度,将场景深度信息计算所得的透射率与暗通道透射率融合得到最终透射率.同时利用场景深度对天空边界进行判定,单独对天空区域进行处理.在合成雾天图像和真实雾天图像上的实验结果表明,与现有的单幅图像去雾算法相比,本文提出的方法在峰值信噪比以及结构相似性上均有提升.同时对去雾之后的图像的色彩保真度以及光晕效应的抑制方面都取得了较好的结果 .     

基于边界邻域最大值滤波的快速图像去雾算法EI北大核心CSCD

为解决现有去雾算法结果中存在的光晕现象、颜色失真等问题,提出一种基于边界邻域最大值滤波的图像去雾方法.首先通过边缘检测寻找图像边界被低估的暗原色值并对其进行边界邻域最大值滤波,以得到更为准确的透射率图来消除光晕现象;其次对暗原色图乘以一个尺度因子,扩大透射率的取值范围,提高去雾结果的对比度;最后设置两个亮度阈值以及一个平坦阈值,消除图像中高亮度物体的影响,获得更为准确的大气光值,使得去雾结果颜色保真度较高.仿真结果表明,与现有去雾算法相比,本文算法对含高亮度物体以及含细节信息的带雾图像,均可消除光晕现象,获得高对比度及高颜色保真度的去雾结果,同时也提高了算法的处理速度.     

波长相关物理成像模型的交通监控图像去雾算法

针对当前去雾算法未考虑交通监控图像中雾气浓度分布不均匀的问题,提出了波长相关物理成像模型的去雾算法.首先,根据波长与雾气浓度的相关性,构建了适用于交通监控图像的波长相关物理成像模型.然后,根据波长与颜色的相关性,设计出基于最大模糊相关图割的透射率估计算法.考虑到灰度值存在交叉重叠的模糊特性,及景物的空间相关性,利用递推的最大模糊相关算法快速获取景物划分信息,并用此信息设计图割的数据项,实施图割.该策略将基于阈值的分割算法与基于空间相关性的图割算法相结合,确保了景物的空间相关性,提高了分割精度,避免白色目标的误分.最后,通过分割结果中的天空区域,准确地计算大气光,实施去雾.在500幅仿真图像及真实图像上的测试结果表明,该算法较已有去雾算法的去雾精度至少提高7%,运行时间至少缩短了约15%,可用于交通监控系统的图像去雾处理中.     

电子稳像中的运动补偿矢量处理方法的研究

在摄像系统中通过帧间匹配获取帧间运动矢量,进行滤波处理,将镜头的合理运动矢量与由光学系统载体不稳定带来的图像抖动噪声相分离,得出实际用于补偿的位移矢量。提出了多矢量平均算法,结合系统的实用要求改善其对载体合理运动的响应,使系统可以在运动拍摄中也保持图像稳定,不会因为增加了稳像功能对合理的拍摄过程有太大的影响。经过软件模拟和在硬件电子稳像平台上的实际验证,证明该算法简单可靠,在合理采集运动矢量的基础上可以达到很好的稳像效果。     

图像稳定技术中的像运动描述及其处理分析

随着图像系统的广泛应用,对图像的稳定要求也越来越高。图像的运动和不稳定是常见的,往往是由于载体的运动引起的,为了达到图像稳定的目的,就需要对其运动进行描述,然后采用相应的算法进行补偿。给出了运动对图像清晰度的影响及像偏移的估算,并对数字电子图像稳定系统进行了简单阐述。     

动态图像序列运动矢量估计算法的研究

运动估计在电子稳像系统中起重要的作用。介绍和比较了几种运动矢量估计算法。为了提高电子稳像系统的性能,提出了在设计电子稳像系统时选取运动矢量估计算法的原则。通过比较应用在航摄图像序列中的投影算法和匹配算法的性能,说明了如何应用运动矢量估计算法的原则。仿真结果表明,根据此原则选取的运动矢量估计算法应用于电子稳像系统是可行的。     

一种新的消色像全息术

本文从全息再现像的物像关系出发,对准像面情况下,像点随波长及参考光源扩展的变化进行了研究.阐明了利用散射线光源作参考光使全可见光范围内的像叠加在一起,产生消色像全息图的基本思想,并引入了消色像域的概念.考虑到点基元全息图尺寸及人眼瞳孔对成像光束的限制,白光再现时,可以获得清晰、明亮、具有一定景深和相当视场范围的消色再现像.     

基于层的平动军事目标图像识别及运动估计

根据平动物体的运动学特征采用层的图像处理方法,实现自然环境中平动军事目标的识别和运动估计。在彩色图像的组成层上,进行图像恢复、背景噪音消除和轮廓提取等灰度图像处理。依据军事目标的特点,在各个图像组成层上采用独立的参数控制以实现最佳彩色图像处理效果。在已知目标模型的情况下,根据连续帧的处理识别确定模型的运动状态,结合平动的特点,实现目标模型的运动估计。在层上的图像处理效果优于灰度处理,利用目标模型模板,能较准确地判断目标模型运动状态。     

基于单次曝光光场成像的全焦图像重建技术

为了实现大景深信息全焦面高质量成像,提出了基于单次曝光光场成像的导向滤波全焦图像重建技术:结合光场成像采集视场信息,并采用光场重建的方式获取多聚焦图像源集,利用导向滤波的方法确定各级图像融合权重,进行图像融合得到大景深的全焦图像。实验证明,提出的基于单次曝光光场成像的导向滤波全焦图像重建技术不仅有效保证了多聚焦图像背景的一致性,同时还具有更好的边缘保持效果,从而获得了清晰度更高、综合成像质量更好的全焦图像,因此该技术有望用于现场监控、地理勘探、军事侦察以及无人驾驶等众多领域中。     

红外目标湍流退化图像的优化复原算法

提出了基于最速下降法的湍流退化图像盲目复原算法。将图像转换到频域中，建立一个基于目标图像和点扩展函数频谱的目标函数，通过迭代方式采用最速下降优化方法来极小化该目标函数，并利用傅里叶变换和反变换将目标图像和点扩展函数在频域和空域之间进行变换，在每次迭代中交替加入约束条件进行反复修正，以便取得预期的图像恢复效果，增强算法的稳定性和抗噪能力。针对红外目标湍流退化图像，在微机上对算法进行了一系列复原验证实验。实验结果表明：该文算法复原效果稳定，抗噪能力强，具有实用价值。     

MAP序列多帧图像超分辨率复原

序列多帧图像的超分辨率复原是由一序列低分辨率图像来估计一幅高分辨率图像的技术。介绍了序列图像的成像观测模型,给出了一种随机微扫描亚像素运动估计的方法,采用最大后验概率法进行了图像的超分辨率复原,对仿真结果进行了分析和比较。     

平行光路稳像计算机模拟显示的算法分析

本文以转动与坐标转换关系为基础，利用点、矢量在空间坐标系中移动或者转动的作用矩阵，不仅解决了点、矢量在两个空间坐标系之间的转换，而且提出了在平行光路中点、矢量在动坐标系中的运动转换到静坐标系中去的方案，并推导了相应的公式。此外，还介绍了在稳像过程中稳像所须补偿角大小的确定方法，为平行光路稳像ＣＡＩ（计算机模拟显示）提供了必要的算法。     

天候、背景对微光观察仪探测距离的影响

微光观察仪是在微弱光条件下用来观察目标的一种仪器,探测距离是它的一项重要指标。介绍了用实验方法研究天候、背景对微光观察仪探测距离的影响。根据照度的不同,通过测量出夜视仪的作用距离,可准确地表示出人在夜间对目标发现、识别、辩认的程度。将一个目标同其所处的背景或其它目标相区别,得出了具有一定价值的结论。