【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种基于低照度大气散射模型的夜间图像去雾算法。
技术介绍
1、夜间道路环境中自然光照度低，路灯、车灯等人造光源混合在一起，造成夜间道路图像存在光源分布不均匀、图像整体亮度水平低、噪声污染严重、图像细节信息缺失等问题。雾天本身就是一种影响视觉系统能见度的气象环境，夜间有雾环境对于视觉系统的不利影响就不言而喻；在夜间道路有雾环境下，信息采集、视频监控等视觉系统可能面临失效的问题；研究夜间道路图像去雾问题相比于正常光照条件下的道路图像去雾更加具有挑战性，对于交通安全、自动驾驶和视频监控等视觉系统具有重要的理论价值和实际意义。
2、现有图像去雾方法从去雾原理和实现手段上可以分为利用图像处理手段的图像增强方法、基于物理模型的图像复原方法和基于深度学习的图像去雾三类；因为夜间有雾场景存在着更多、更复杂的影响图像质量的干扰因素，对于夜间有雾环境下的图像处理效果不是很理想。现有图像去雾方法仍然存在色彩失真、局部亮度过低、去雾后的图像颜色整体偏暗以及去雾后的图像存在亮度较低等问题；即使有具有较高的去雾效率的去雾...
【技术保护点】
1.一种基于低照度大气散射模型的夜间图像去雾算法，其特征在于：在基于大气散射模型上，引入入射光衰减因子、加性噪声因子以及与场景深度相关的全局补偿因子，构造的低照度环境大气散射模型；
2.根据权利要求1所述的一种基于低照度大气散射模型的夜间图像去雾算法，其特征在于：所述大气散射模型的表达式为：
3.根据权利要求1所述的一种基于低照度大气散射模型的夜间图像去雾算法，其特征在于：对夜间有雾图像进行频谱特性分析得到夜间有雾图像频谱特性分布，利用小波变换使原始夜间有雾图像中的加性噪声集中在图像的高频范围内，并对小波分解后图像的所有高频子带系数进行软阈值操...
【技术特征摘要】
1.一种基于低照度大气散射模型的夜间图像去雾算法，其特征在于：在基于大气散射模型上，引入入射光衰减因子、加性噪声因子以及与场景深度相关的全局补偿因子，构造的低照度环境大气散射模型；
2.根据权利要求1所述的一种基于低照度大气散射模型的夜间图像去雾算法，其特征在于：所述大气散射模型的表达式为：
3.根据权利要求1所述的一种基于低照度大气散射模型的夜间图像去雾算法，其特征在于：对夜间有雾图像进行频谱特性分析得到夜间有雾图像频谱特性分布，利用小波变换使原始夜间有雾图像中的加性噪声集中在图像的高频范围内，并对小波分解后图像的所有高频子带系数进行软阈值操作抑制加性噪声；计算过程如下：
4.根据权利要求1所述的一种基于低照度大气散射模型的夜间图像去雾算法，其特征在于：建立与图像亮度、饱和度和梯度信息相关的线性模型计算夜间有雾图像的场景深度，并对夜间有雾图像的初始化透射率参数进行求解，获得包含图像主要结构的初始透射率；基于日光物理模型原理，将全局光照图的灰度信息融入确定大气散射系数，计算过程如下：
5.根据权利要求4所述的一种基于低照度大气散射模型的夜间图像去雾算法，其...
【专利技术属性】
技术研发人员：王鑫刚，田军委，于诗凡，王沁，冯宇鹏，高浩凯，
申请(专利权)人：西安工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。