单幅图像去雾算法

doi:10.3969/j.issn.1006-2475.2015.05.009

计算机与现代化

单幅图像去雾算法

(河海大学物联网工程学院，江苏常州 213022)

收稿日期:2015-01-15 出版日期:2015-05-18 发布日期:2015-05-18
作者简介:陈伟(1989-)，男，江苏高邮人，河海大学物联网工程学院硕士研究生，研究方向：图像信号获取与处理; 范新南(1965-)，男，江苏宜兴人，教授，博士生导师，研究方向：信息获取与信息处理; 李敏(1982-)，女，山西大同人，讲师，博士，研究方向：图像信号获取与处理; 汪耕任(1990-)，男，硕士研究生，研究方向：水下图像信号获取与处理。
基金资助:
国家自然科学基金资助项目(41301448, 61273170)

Single Image Haze Removal Algorithm

(College of Internet of Things Engineering, Hohai University, Changzhou 213022, China)

Received:2015-01-15 Online:2015-05-18 Published:2015-05-18

摘要/Abstract

摘要： 目前图像去雾算法研究大多忽略颜色失真问题，特别是存在高亮度区域的图像复原，针对如何同时保证图像细节与颜色信息问题，本文提出一种基于双边滤波的单幅图像去雾算法。首先，利用巴特沃斯低通滤波直接估计背景空气光，避免对不同尺寸的图像以及对图像不同的分块所引起的误差；然后，利用双边滤波估计大气光幕，代替He算法中soft matting过程，以获得优化的透射图，提高计算效率；最后，在HSV空间利用亮度增益函数对复原图像进行颜色校正，最终获得复原图像。仿真实验通过与几种经典算法的比较验证本文算法在色彩保真度及算法鲁棒性等方面的有效性。

关键词: 巴特沃斯低通滤波, 双边滤波, HSV, 亮度增益函数, 颜色校正

Abstract: At present, most of the haze removal algorithms ignore the color distortion problem, especially in areas with high brightness. This paper proposes a single image haze removal algorithm using the bilateral filtering to ensure the image detail and color information at the same time. First of all, the Butterworth low-pass filter is used to directly estimate the background air light in order to avoid the errors caused by different sizes of images and different blocks of images. Then, the bilateral filter is used to estimate the atmospheric light curtains instead of the soft matting process in He’s algorithm to obtain the optimum transmission diagram and improve the computational efficiency. Finally, the brightness gain function is used to restore color in the HSV space. Compared with several classical algorithms, simulation experimental results verify the color calibration and the effectiveness of the proposed algorithm.

Key words: Butterworth low-pass filter, bilateral filter, HSV, brightness gain function, color calibration

中图分类号:

TP391

陈伟，范新南，李敏，汪耕任. 单幅图像去雾算法[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2015.05.009.

CHEN Wei, FAN Xin-nan, LI Min, WANG Geng-ren. Single Image Haze Removal Algorithm[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2015.05.009.

参考文献

[1] 张小刚,唐美玲,陈华,等. 一种结合双区域滤波和图像融合的单幅图像去雾算法[J]. 自动化学报, 2014,40(8):1733-1739.

[2] 艾明晶,戴隆忠,曹庆华. 雾天环境下自适应图像增强去雾方法研究[J]. 计算机仿真, 2009,26(7):244-247.

[3] 嵇晓强,戴明,孙丽娜,等. 暗原色先验图像去雾算法研究[J]. 光电子•激光, 2011,22(6):926-930.

[4] Narasimhan S G, Nayar S K. Contrast restoration of weather degraded images[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2003,25(6):713-724.

[5] He Kaiming, Sun Jian, Tang Xiaoou. Single image haze removal using dark channel prior[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2011,33(12):2341-2353.

[6] 周雨薇,陈强,孙权森,等. 结合暗通道原理和双边滤波的遥感图像增强[J]. 中国图象图形学报, 2014,19(2):313-321.

[7] 禹晶,李大鹏,廖庆敏. 基于物理模型的快速单幅图像去雾方法[J]. 自动化学报, 2011,37(2):143-149.

[8] Xu Haoran, Guo Jianming, Liu Qing, et al. Fast image dehazing using improved dark channel prior[C]// Proceedings of the 2012 IEEE International Conference on Information Science and Technology. 2012:663-667.

[9] Gibson K B, Vo D T, Nguyen T Q. An investigation of dehazing effects on image and video coding[J]. IEEE Transactions on Images Processing, 2012,21(2):662-673.

[10] He Kaiming, Sun Jian, Tang Xiaoou. Single image haze removal using dark channel prior[C]// Proceeding of the 2009 IEEE Conference on Computer Vision and Pattern Recognition. 2009:1956-1963.

[11] 孙小明,孙俊喜,赵立荣,等. 暗原色先验单幅图像去雾改进算法[J]. 中国图象图形学报, 2014,19(3):381-385.

[12] 黄黎红. 单幅图像的快速去雾算法[J]. 光电子•激光, 2011,22(11):1735-1738.

[13] 嵇晓强. 图像快速去雾与清晰度恢复技术研究[D]长春:中国科学院研究生院(长春光学精密机械与物理研究所), 2012..

[14] 肖进胜,单姗姗,段鹏飞,等. 基于不同色彩空间融合的快速图像增强算法[J]. 自动化学报, 2014,40(4):697-705.

[15] 周树道,王敏,黄峰,等. 基于亮度小波变换和颜色改善的彩色图像去雾研究[J]. 哈尔滨理工大学学报, 2011,16(4):59-62.

[16] 芮义斌,李鹏,孙锦涛. 一种图像去薄雾方法[J]. 计算机应用, 2006,26(1):154-156.

[17] Yu Jae-hyoung, Kim Young-tak, Lee Nam-ki, et al. Effective color correction method employing HSV color model[J]. Journal of Measurement Science and Instrumentation, 2012,3(1):39-45.

[18] 吴振宇,姚洪利,杜少军. 一种自适应的雾天降质图像清晰化方法研究[J]. 电光与控制, 2010,17(8):52-56.

单幅图像去雾算法

Single Image Haze Removal Algorithm

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 6

编辑推荐

Metrics

本文评价

[1]	杨孙哲, 孙爱珍. 基于HSV颜色与LBP纹理特征的水稻氮素营养诊断[J]. 计算机与现代化, 2023, 0(07): 86-92.
[2]	牛道鸿1，马晓东1，吴雪冰1，王芳1,2 . 基于改进的Adaboost和LBP危险物品检测算法研究[J]. 计算机与现代化, 2020, 0(02): 122-.
[3]	王威，李志华，吴世宇. 基于多特征融合的车辆阴影检测与去除[J]. 计算机与现代化, 2019, 0(12): 49-.
[4]	刘姚，宋振明. 基于变量决策层的启发式变量选择策略[J]. 计算机与现代化, 2019, 0(07): 20-.
[5]	段群，韩丽娜. 基于NSCT和PCNN的彩色图像增强方法[J]. 计算机与现代化, 2015, 0(11): 99-102+108.
[6]	房正华;赵静;杨新艳. 智能交通系统中的阴影检测技术[J]. 计算机与现代化, 2010, 1(5): 76-78,8.