全局参数自动估计的彩色图像偏振去雾方法

雾天环境下由于大气粒子对光线的散射作用导致成像质量下降, 针对雾霾等天气下图像退化问题, 提出了一种全局参数自动估计的彩色图像偏振去雾方法。利用不同角度的3幅偏振图像, 自动估算无穷远处的大气光和大气光的偏振度, 根据大气散射模型得到去雾后的图像。从RGB 3个色彩通道分别计算相应的参数, 使得算法适用于彩色领域。首先使用暗通道方法估计无穷远处的大气光和传输图, 并通过导向滤波对传输图优化; 然后基于大气光和目标光的不相关性, 采用全局搜索的方法估计大气光的偏振度; 最后根据大气散射模型恢复出清晰目标图像, 并利用对数变换进行增强。本文方法在雾霾天气下能够得到清晰的去雾图像, 且在浓雾天气下, 去雾图像的信息熵提升了约21%, 平均梯度提升了约2倍多, 标准差提升了约12%。实验结果表明, 本文方法较好地解决了人工取景估计参数不佳的问题, 提高了复原目标图像的清晰度和对比度, 可以用于彩色图像的目标探测与识别。     

基于L-K局域光流的空间视线坐标法面形测量技术

提出了一种基于L-K局域光流的空间视线面形测量技术.测量系统由一个投影仪和一个CCD摄像机组成,采用小投影角度的投影方式.通过投影光线与视线(观测光线)的交点坐标,直接计算得出被测物体三维面形高度分布,其中条纹图中观察位置的变化由L-K光流算法计算得到.建立了在点光源投影条件下投影光线与视线交点坐标、光流与被测物体面形高度之间的关系.模拟与实验结果证明该方法能够准确恢复被测物体高度.与传统面形测量方法不同,视线光流面形测量技术不需要采集多幅条纹图像,也无需计算条纹频率和物体相位值,只需两幅条纹图即可恢复物体面形高度分布.