实时图像去雾再现清晰的图像质量收藏

   随着数码相机在消费市场和各种传感系统中的兴起，去除户外图像的雾越来越受到关注图像去雾已经在许多重要的科学应用领域中非常流行，例如天文学、医学、遥感、监视、网络制图、土地使用规划、农学、考古学和环境研究。

   视觉数据是人脑所能理解和分析的最关键数据人脑中约有三分之一的皮质区专用于视觉数据分析因此，对于许多成像任务而言，图像清晰度至关重要通常，实际上从物体反射的光在到达相机之前会被大气散射光的这种散射是由悬浮粒子（即气溶胶，例如雾、灰尘和烟尘）引起的，这些粒子将光从其主要传播线路中偏转出来。

   在车载系统中，即使在恶劣的天气条件下，相机也必须要生成清晰的图像由于雾和空气微粒限制了识别其他车辆、交通标志和行人的能力，因此去雾是消费设备中获取高质量图像的必不可少的要求特别是在遥感的情况下，去雾会导致图像对比度和色彩的大量损失。

这样的图像通常缺乏视觉生动性和吸引力，并且由于可见度差而阻碍了进一步的图像处理任务    图像去雾过程可以改善计算机视觉应用和数据采集中的美学质量、对比度和图像信息质量去雾对于许多计算机视觉算法至关重要，例如遥感、智能车辆控制、水下图像除雾、物体识别和监视等。

   当前关于图像去雾的工作包括基于图像增强、基于图像融合和图像恢复的方法目前一些最新的图像去雾方法，包括基于直方图均衡化的方法、基于变换的方法，与多光谱图像的融合以及基于场景的先验知识的方法    雾对图像有两种破坏作用：降低图像的对比度，并向图像添加称为大气散射光的附加成分。

本文介绍了使用非局部（NL）图像去雾工具进行图像去雾的基本概念，该工具可以通过增强场景的可见度和校正色偏，来恢复无雾的图像

图1模糊图像的测试数据集包括城市景观（a）浑浊的水下景观（b）和森林场景（c）非局部图像去雾    为了呈现图像去雾的生动描述，这里选择了多种模糊数据集：城市景观、森林景观和水下浑浊数据集（见图1）从图中可以看出，这些图像的颜色和对比度都不够清晰，呈现出有限的物体识别以及可见的伪像。

   如上所述，雾降低了图像的可见度，限制了色彩对比度，并在户外图像中形成了附加的环境光分量随着光的强度增加和图像的辐射减小，由雾引起的图像质量下降，与和传感器（相机）的距离成正比基于此原理，可以将模糊图像建模为整体大气散射光和无雾像素的组合。

   与现有的本地先验方法相比，Berman等人提出了一种基于NL先验的NL图像去雾解决方案这种方法本质上是全局的，不会基于补丁来划分图像NL去雾算法遵循以下假设：无雾图像中的颜色，可以通过在RGB空间中形成紧密间隔的群集的几百种离散颜色，很好地近似。

   该方法基于以下主要观察结果：在给定的群集中，图像像素通常为NL，也就是说，它们位于与相机不同距离的位置，同时散布在整个像面上在雾的影响下，这些变化的距离值在光学域中转换为不同的传输系数这导致人们认为无雾图像中的每个簇，成为RGB空间中的一条线，称为雾线。

本文的作者在获得距离图的同时，恢复了无雾线这是在图像矩阵上线性执行的，本质上是确定性的，不需要训练图像去雾方法和实验    使用具有雾的各种数据集（城市景观、森林和水下图像），该NL图像去雾算法用于生成无雾图像，以增强视觉感知（见图2）。

输入数据集使用美国MathWorks公司的Matlab R2015b软件，通过512×512像素的灰度图像进行处理在第一步中，假定图像是无雾图像和环境光的组合然后将图像像素聚集在一起以形成雾线，并获得这些雾线的透射系数和最大半径。

通过调节和最小化环境光来获得无雾图像    使用主观视觉分析以及定量方法对结果进行了评估为了定量评估无雾图像，使用了峰值信噪比和结构相似性这些指标量化了信号强度、特征保留的数量，以及在无雾图像中获得的结构特征的恢复。

   从图2中可以看出，图像的视觉质量相当高，可以扩展视觉理解度尽管在无雾图像中产生的辐射比在原始图像中略低，但是信息内容得到了很好的保留生成的图像具有更高的动态范围，而没有任何颜色失真；该NL去雾算法可以有效地对图像进行去雾，而不会损害图像的重要特征，例如边缘、轮廓和细节。

   这些软件算法可以进一步改进，以解决视频去雾和实时图像去雾问题去雾对于在遥感、农业监控、智能车辆、物体识别和监视中使用的许多计算机视觉算法至关重要，这些算法将模糊图像假定为原始场景的辐射度，因此会产生偏差。

通过一些实验，可以轻松处理从各种远程传感器和交通监控相机获得的图像，以对图像进行去雾

图2在（a）中可以看到非局部（NL）图像去雾的基本方法而在（b）中可以看到去雾的数据集图像

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。