基于暗元先驗去霧中的視覺優(yōu)化技術.pdf

1、近年來，霧和霾出現(xiàn)的頻率不斷增加，在霧和霾的影響下，戶外視覺設備采集的圖像普遍存在對比度低、景物輪廓模糊不清等問題。給人們的日常生活造成了很多困擾同時也帶來了更多危險。所以，能讓戶外視覺設備正常工作的圖像去霧就顯得十分有必要。
　　本文深入研究并分析了暗元先驗算法的局限性：1)暗元先驗算法中采用固定閾值抑制天空區(qū)域的噪聲過度放大和暈環(huán)現(xiàn)象，但是固定閾值是作用在整幅圖像空間上，往往會對遠景濃霧區(qū)域的去霧強度產(chǎn)生重要影響；2)暗元先驗

2、算法去霧后的圖像在低灰度區(qū)域往往偏暗，景物輪廓不清；3)暗元先驗算法使用固定窗口檢測暗通道值，當白色物體尺寸大于窗口大小時，在白色物體的邊緣處能找到正確暗通道值，但是在白色物體的中心位置就無法得到正確的暗通道值，這就造成了去霧圖像的失真和“偽邊緣”現(xiàn)象。
　　針對以上出現(xiàn)的問題，本文對暗元先驗算法做了如下改進：1)針對暗元先驗算法在天空和遠景濃霧區(qū)域出現(xiàn)的問題，提出了有效的解決方法。該方法中提出了天空隸屬度，用于區(qū)分天空和遠景濃霧

3、區(qū)域，并針對不同的天空隸屬度系數(shù)做自適應調整，使得最終去霧圖像既能抑制天空區(qū)域的噪聲和暈環(huán)現(xiàn)象，又能保證遠景區(qū)域的去霧強度；2)針對復原圖像在低灰度區(qū)域景物輪廓不清的問題，引入了暗通道小值估計代替暗元規(guī)律中的“0”值，該暗通道小值更符合暗元規(guī)律的統(tǒng)計結果，誤差更小，復原后圖像在低灰度區(qū)域的亮度更真實，景物輪廓更自然；3)針對暗元先驗規(guī)律在白色物體（RGB三通道值都很大的物體）處失效的問題，提出了基于自適應窗口的暗元先驗算法。該方法先檢測

4、出白色物體的隸屬系數(shù)，然后根據(jù)隸屬度系數(shù)對暗通道值求取窗口進行自適應調整，在白色物體處采用大窗口搜索暗通道值，保證暗通道值得準確性，在其他區(qū)域采用小窗口搜索暗通道值減小“塊狀效應”，由此得到更為準確的暗通道值，同時，利用復原后的圖像灰度區(qū)間應在(0,255)之間，對透射率求取過程進行約束，使得透射率的求取更加準確，去霧后在白色物體處并不會出現(xiàn)“偽邊緣”現(xiàn)象，失真較少，視覺效果更佳。
　　本文在個人PC上利用VS2010與Openc