1 简介
近年来，数字图像技术已经取得了较大的发展，并且在安防监控、交通、气象、测绘等领域得到了广泛应用。然而，在户外采集图像的过程中，图像质量通常受到自然环境的影响。雾在我国是一种常见的天气，在雾天情况下，大气中存在一些浑浊的介质( 水蒸气、粉尘颗粒等) ，由于不同介质对应的光学特性不同，光通过这些介质进行传输的过程中会被部分吸收及散射，使得图像采集设备所接收到的光发生了变化，导致图像清晰度下降、对比度降低、模糊不清、场景特征无法提取等现象。这些缺陷严重限制和影响了室外视觉采集系统的使用，导致系统无法准确提取图像特征。因此，需要对雾天图像进行清晰化处理，使户外视觉采集系统能够在雾霭天气中更好地发挥作用。
为了有效增强雾天降质图像的质量,基于多尺度图像融合技术,提出一种单幅图像去雾算法.将图像转换到梯度域,采用透射率计算各尺度值并进行梯度域增强及重建,避免因尺度值选择不当造成增强后的图像色彩失真.根据各尺度增强图像的对比度和饱和度计算其相应的权重,再利用多分辨率融合算法对经过不同尺度增强后的图像进行融合,从而得到最终的清晰图像.实验结果表明,该算法在主观视觉效果和客观评价指标上均优于现有图像去雾算法,且耗时更短.
2 部分代码
clc
clear all
addpath('support functions');
% process a demo image
path = './images/';
im_name = [path, 'sweden_input.jpg']; % Fig. 7
I_hazy = imread(im_name);
% Increase clip_range to remove more haze - at the risk of overenhancement
tic
Dehazed_im = amef(im2double(I_hazy));
time = toc;
[m, n, ~] = size(I_hazy);
disp(['Resolution: ', num2str(m), ' x ', num2str(n)])
disp(['Processing time: ', num2str(time)])
figure(1), imshow(I_hazy)
figure(2), imshow(Dehazed_im)
3 仿真结果
4 参考文献
[1]潘磊, and 郑益军. "基于多尺度图像融合的单幅图像去雾算法." 计算机工程 42.8(2016):6.
部分理论引用网络文献，若有侵权联系博主删除。
