摘要：针对图像去雾的问题,提出了一种在Matlab平台下,基于暗通道先验的图像去雾算法。基于暗通道图像去雾的原理得到去雾图像的透射图。为了提高去雾图像的图像质量,对得到的透射图进行中值滤波处理,以削弱其方块效应。通过导向滤波对处理后的透射图进行精细化处理。为了减少滤波带来的能量损失,通过Gamma校正提高去雾后的图像亮度,从而获得最终的图像去雾结果。讨论了该算法在实际图像去雾中的可行性及去雾效果。经过多轮实验可知,该算法与经典暗通道去雾算法相比较,其信息熵(H)提高了0.12,峰值信噪比(PSNR)提高了0.7,可见边增加率(E)提高了4.8%。实验结果表明,所提出的图像去雾算法是有效的。

摘要：为了解决自然灾害遥感影像中局部存在浓雾的问题,提出了一种基于暗原色先验和雾天图像退化模型的图像去雾方法,并利用导向滤波实现光学遥感影像的去雾.首先,结合自然灾害遥感图像的特点,利用阈值将图像分为浓雾区域和薄雾区域,采用不同的方法得出两个区域的暗通道图;然后,结合导向滤波对透射率图进行优化,再对图像进行对比度拉伸,提高图像的动态范围,并选取多幅遥感图像进行去雾试验.最后,设计了一组图像增强质量评价指标,对去雾结果进行定量分析.结果表明,该方法能从物理特性上明显去除雾的干扰,提高图像清晰度,增强图像色彩和细节,从而复原得到高质量图像,在一定程度上能满足自然灾害遥感图像去雾的要求.

摘要：针对工业环境中缝隙图像由于低光照而产生的模糊不清和对比度低等问题,提出一种基于改进暗通道的缝隙图像增强算法.首先将输入图像进行滤波并反转;然后采用改进的暗通道估算大气光值和初始透射率,利用引导滤波和中值滤波优化初始透射率,达到平滑图像和保持边缘的目的;最后将增强后的反转图像反转,实现低光照缝隙图像增强.实验结果表明,该算法能够有效地改善低光照缝隙图像的感知质量.

摘要：针对复制粘贴常伴随着边缘模糊变造制作伪造图像,提出了基于暗通道的边缘模糊复制粘贴篡改区域鉴定算法.图像的暗通道属性可作为区分清晰图像和模糊图像的自然度量,依据边缘模糊区域的暗通道非零像素数高于其他区域,快速定位至粘贴物体的边缘模糊区域;对图像进行归一化分割,形成语义较完整的候选鉴定区域集;在希尔伯特空间描述区域集,通过区域间的归一化相关系数确定复制源区域.对从因特网搜集的室外图像集进行实验,以源复制区域为算法检测到的区域比较参考,实验表明所提算法平均检测准确率提高了约6%,检测结果不受光照强度、噪声和JPEG压缩率的影响.

摘要：针对阴天或夜晚等弱光条件下拍摄的图像具有亮度低、对比度低和细节模糊等问题,提出了一种基于色调映射和暗通道融合的弱光图像增强方法.首先,根据弱光及其反转图像的特点,提出面向弱光图像的透射率估计方法,进而获得场景深度信息,并将其融入色调映射函数设计;同时利用暗通道图像区分光源区域,以修正色调映射函数参数,使其能够根据场景深度自适应调整图像亮度;另一方面,增强后的暗通道图可有效突出图像的细节信息,将经过色调映射后的V通道图像和暗通道图进行加权融合,得到最后的增强结果.实验结果表明,本文方法不仅显著改善图像亮度、增强对比度、恢复出更多的图像细节,还能有效去除块效应和晕轮伪影,视觉效果理想.

摘要：针对现有去雾方法计算成本高、色彩失真及去雾不彻底等问题,提出一种结合瑞利散射理论与暗通道先验的单幅图像快速去雾算法。对瑞利散射理论进行研究,设计一种简单而有效的改进大气光估算方法;建立暗通道先验模型,对初始透射率图进行估计,采用线性高斯滤波器对初始透射率图进行平滑处理;通过大气散射模型恢复无雾图像。通过户外模糊图像的定性和计算复杂度实验,将实验结果与其它算法进行比较,验证了所提算法的处理速度明显优于其它算法。

摘要：针对暗通道先验理论对透射率、大气光值估计不准确及去雾后图像亮度降低等问题,提出一种算法。在暗通道先验理论的基础上,利用引导滤波对有雾图像进行平滑,通过限制对比度自适应直方图均衡化算法处理平滑后的图像,恢复由于雾产生的色差,选取较为准确的大气光值;引入Brenner清晰评价标准自适应确定容差值,实现对透射率的修正;将有雾图像与清晰图像加权融合,保存图像更多细节;在YUV颜色空间中调节亮度分量Y,改善图像亮度。实验结果表明,该算法可有效改善有雾图像的亮度过高与清晰度过低的问题,与其它算法相比,在保留图像细节处相对更完整,图像整体去雾效果更佳。

摘要：为了恢复因大气粒子散射和吸收作用而降质的退化图像,传统的基于暗通道先验规律的图像去雾算法去雾效果较好,但因图像抠图计算复杂度高而不具有实效性。对去雾算法进行了研究,分析了现有算法对雾霾图像恢复的优缺点,新算法利用暗元先验,将白平衡理论作用于大气光照,利用三边滤波对暗通道图像进行边缘细化,进而恢复场景反照率。实验结果表明,该算法复杂度低,去雾时间短,能较快恢复场景信息。

摘要：为确保系统实时性以及解决完美反射法在曝光环境中失效的问题,提出一种基于FPGA的暗通道自动白平衡校正算法。通过彩色图像暗通道光线透射率分布情况,选取参考像素点实现偏色像素点自动白平衡校正。实验结果表明,暗通道自动白平衡算法使用FPGA校正可以满足整个系统的实时性要求和消除过度曝光环境影响;同时可以使其有效应用于动态场景中。

摘要：遥感影像的预处理工作是遥感数据应用的基础。去除云雾是影像预处理工作的重要组成部分。针对遥感影像雾霾浓度分布不均匀的问题,提出一种改进的暗通道遥感影像去雾方法。以"高分一号"(GF-1)卫星为例,根据影像灰度图中的灰度值对影像雾霾浓度区域进行划分,对每个区域中暗原色值的获取方式进行改进,使用导向滤波优化大气传输率,以归一化植被指数(NDVI)为基础,设计用于评价影像去雾质量的定量指标。结果表明:所提出的方法能明显去除雾霾干扰,有效改善卫星影像数据的视觉效果,增强影像细节。该方法去雾处理后的遥感数据能应用于定量遥感,提高遥感影像的可用性及有效性。