基于先验知识与大气散射模型的图像增强算法

haidaowang

基于先验知识与大气散射模型的图像增强算法

摘―要:针对现有图像增强算法大多不具备处理多种类型降质图像的能力,提出一种基于先验知识与大气散射模型的快速图像增强算法.首先,通过大量实验统计,提出一种新的图像先验─明亮通道先验,即高质量清晰图像中每个像素邻域都极有可能存在白点;随后,对散射模型所存在的缺陷加以改进,并结合明亮通道先验与黑色通道先验,推导出场景反射率的恢复公式;最后,针对黑色通道先验失效情况,提出一种基于可靠性预测的容错机制,以提高其适用范围.实验结果表明:本文算法不但可以有效的突出纹理细节,还具有一定的色调恢复功能,能够处理多种不同类型的降质图像.
/ u% q. w- M! @, V4 U, d关键词:图像增强;明亮通道先验;黑色通道先验;大气散射模型
6 V% A- U/ ^6 j. U; [
; @& u6 }8 y2 v1引言
3 p! k2 B: ^& M6 R图像增强是机器视觉领域中最为重要的研究课题之一,利用图像增强技术，可以改善图像的视觉效果,提高人眼对信息的感知能力.通常,图像降质原因有两点，(1)受到低照度的影响;(2)受到悬浮颗粒的影响.对于第一类问题，大都是利用对比度拉伸算法进行增强处理,典型的有直方图均衡算法[1,2]、对数映射算法[3],此类算法只是单纯提高图像的整体对比度，处理局部对

1 z1 H! y9 w; b$ N) \4 v. D* b/ P

游客，如果您要查看本帖隐藏内容请回复

* w( N: \5 o8 w5 M

ExxNEN

基于先验知识与大气散射模型的图像增强算法