基于双边分解与L1暗通道的战场图像增强算法
来源期刊:控制与决策2021年第5期
论文作者:秦朝轩 顾晓辉
文章页码:1165 - 1172
关键词:图像去雾;暗通道先验;双边滤波;噪声抑制;大气物理模型;导向滤波;
摘 要:针对战场图像雾霾导致图像目标不清晰,影响目标识别及指挥决断的问题,提出一种结合双边分解与L1暗通道的战场图像增强算法,利用双边滤波将图像分解为低频基础含雾图像及高频纹理含噪图像.对于低频图像,分割天空区域优化大气光计算,之后根据上下文约束构建L1正则化方程精确求解透射率来改进暗通道先验模型进行去雾处理;对于高频图像,利用导向滤波进行噪声抑制与细节增强,将图像融合并进行双伽马校正得到最终图像,实现图像去雾与去噪的解耦合.将所提出的算法与现有的算法处理效果进行对比,应用于战场环境下图像的去雾,并运用客观评价因子进行分析,实验结果表明,所提出的算法可以有效去除战场图像雾霾,抑制噪声并增强视觉效果,且在客观评价因子方面优于现有算法.
秦朝轩,顾晓辉
南京理工大学机械工程学院
摘 要:针对战场图像雾霾导致图像目标不清晰,影响目标识别及指挥决断的问题,提出一种结合双边分解与L1暗通道的战场图像增强算法,利用双边滤波将图像分解为低频基础含雾图像及高频纹理含噪图像.对于低频图像,分割天空区域优化大气光计算,之后根据上下文约束构建L1正则化方程精确求解透射率来改进暗通道先验模型进行去雾处理;对于高频图像,利用导向滤波进行噪声抑制与细节增强,将图像融合并进行双伽马校正得到最终图像,实现图像去雾与去噪的解耦合.将所提出的算法与现有的算法处理效果进行对比,应用于战场环境下图像的去雾,并运用客观评价因子进行分析,实验结果表明,所提出的算法可以有效去除战场图像雾霾,抑制噪声并增强视觉效果,且在客观评价因子方面优于现有算法.
关键词:图像去雾;暗通道先验;双边滤波;噪声抑制;大气物理模型;导向滤波;