雾霾天气下图像清晰化算法研究

屈青青1 ，李〓刚2
(1.西安职业技术学院电子信息工程系，陕西 西安〓710077)
(2.上海华腾软件系统有限公司，陕西 西安〓710066)

    随着计算机视觉理论和电子信息技术的不断发展，数字图像处理技术取得了重大突破。它被越来越多地应用在航空航天、交通及道路监控、军事安全等方面，成为人们改造世界和认知世界的重要手段［1］。然而近几年来，高密度人口的经济及社会活动导致雾霾天气频频出现，这种天气条件下所拍摄的图像像素点灰度分布较为集中，对比度差，画面模糊不清。要获取此类图像中的有用信息，就必须采用图像清晰化处理技术来提高图像的视觉质量。
    目前，对于雾霾天气下图像清晰化的算法主要有两个方向：基于模型的算法和基于无模型的算法［2-4］。 前者又称图像复原或图像恢复。该方法需要对图像整个退化的过程及原因极其了解，并用该过程的逆过程来还原图像。该法处理的图像清晰度较高，颜色保真度好，但适用场合单一，物理建模过程复杂、耗时长且成本较高。后者又称图像增强，通过增强图像中的目标部分来获取有价值的信息，无需建模。常用的方法包括各种滤波和直方图均衡。其中直方图均衡化是最常见的一种，但该方法处理后的图像极易出现细节信息丢失、边缘模糊的现象。本文提出一种基于自适应分类颜色传递的两次图像清晰化算法，实验结果表明该方法能够较好地处理雾霾天气下图像信息恢复问题，为解决此类问题提供了一种新的思路。

1〓颜色传递清晰化算法
    本文中雾霾天气下拍摄到的图像称为源图像，如图1所示。清晰条件下拍摄到的图像称为目标图像，如图2所示。针对图1中由于雾霾笼罩导致整体信息丢失较多的情况，首先使用基于统计特征的颜色传递法对源图像进行一次清晰化校正，恢复源图像的大部分内容信息，其次使用基于Kohonen神经网络的聚类算法进行二次清晰化校正，对源图像的细节信息进行恢复。

〓〓〓图1〓源图像〓〓〓〓〓〓图2〓目标图像〖

1.1〓一次颜色清晰化校正
1.1.1〓〖STBZ〗基于统计特征的颜色转换［5］
    基于统计特征的颜色转换，是根据目标图像颜色的统计特征，对源图像像素的颜色值进行修正，使得不同图像之间的颜色特征趋于一致。步骤如下:
1)利用公式（1）、（2）将源图像和目标图像从RGB空间转换到LMS空间，再转换到lαβ空间，实……


作者简介：屈青青（1984—），女，陕西宝鸡人，西安职业技术学院讲师，硕士，主要研究方向为电子信息工程技术。





（文章来源《机械设计与制造工程》杂志如需详细资料请联系江苏机械门户网客服QQ:2980918915,电话025-83726289）

更多关注，请扫码