多尺度奇异值分解的偏振图像融合去雾算法与实验

作     者：周文舟 范晨 胡小平 何晓峰 张礼廉 ZHOU Wen-zhou;FAN Chen;HU Xiao-ping;HE Xiao-feng;ZHANG Li-lian

作者机构：国防科技大学智能科学学院湖南长沙410072 

基　　金：国家自然科学基金面上项目(No.61773394) 国防科技大学科研计划项目(No.ZK18-03-24) 

出 版 物：《中国光学》 (Chinese Optics)

年 卷 期：2021年第14卷第2期

页      码：298-306页

摘      要：针对现有偏振去雾算法鲁棒性不强和图像增强效果有限的问题,提出一种基于多尺度奇异值分解的图像融合去雾算法。首先,利用偏振测量信息的冗余特性,采用最小二乘法,提高了传统偏振图像去雾算法中偏振信息的准确度;然后,从传统偏振图像去雾算法的局限性出发,定性分析了偏振图像融合去雾的可行性,并提出了一种基于多尺度奇异值分解的偏振图像融合去雾算法;最后,设计了不同能见度条件下的验证实验并进行了量化评价。结果表明,与经典偏振图像去雾算法相比,该算法不需要进行人工参数调节,具有较强的自适应性和鲁棒性,能够有效改善传统算法中出现的光晕以及天空区域过曝的问题,图像信息熵与平均梯度最大可分别提高18.9%和38.4%,有效地增强了复杂光照条件下的视觉成像质量,具有较广泛的应用前景。

主 题 词：偏振视觉 图像去雾与增强 高斯滤波 Stokes矢量 

学科分类：0810[工学-土木类] 081203[081203] 08[工学] 0835[0835] 0702[理学-物理学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.37188/CO.2020-0099

馆 藏 号：203102704...