留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

采用暗态点光源模型的夜间去雾算法

张竞阳 严利民 陈志恒

张竞阳, 严利民, 陈志恒. 采用暗态点光源模型的夜间去雾算法[J]. 红外技术, 2021, 43(8): 798-803.
引用本文: 张竞阳, 严利民, 陈志恒. 采用暗态点光源模型的夜间去雾算法[J]. 红外技术, 2021, 43(8): 798-803.
ZHANG Jingyang, YAN Limin, CHEN Zhiheng. Nighttime Fog Removal Using the Dark Point Light Source Model[J]. Infrared Technology , 2021, 43(8): 798-803.
Citation: ZHANG Jingyang, YAN Limin, CHEN Zhiheng. Nighttime Fog Removal Using the Dark Point Light Source Model[J]. Infrared Technology , 2021, 43(8): 798-803.

采用暗态点光源模型的夜间去雾算法

基金项目: 

国家自然科学基金 61674100

详细信息
    作者简介:

    张竞阳(1996-),女,安徽省亳州市人,硕士研究生,研究领域为数字图像处理。E-mail: Azjy5566@163.com

    通讯作者:

    严利民(1971-),男,博士,副教授,研究领域为集成电路设计及系统集成、新型显示技术和计算机视觉。E-mail: yanlm@shu.edu.cn

  • 中图分类号: TP391

Nighttime Fog Removal Using the Dark Point Light Source Model

  • 摘要: 针对夜间雾、霾场景下的去雾图像存在颜色失真、纹理损失、亮度低等缺陷,本文提出了一种采用暗态点光源模型的夜间去雾算法,通过构建夜间雾、霾场景的暗态点光源模型,利用联合双边滤波、限制对比度自适应直方图均衡化等算法对降质图像进行处理,结合大气散射模型得到去雾图像。实验结果表明,该算法的处理速度快、夜间去雾效果较好,较对比算法在对比度、平均梯度以及信息熵上均有一定程度地改善,有效解决了去雾图像的颜色失真、纹理损失、亮度低等缺陷。
  • 图  1  本文算法的实现过程

    Figure  1.  The implementation of the proposed method

    图  2  大气光分布估计过程

    Figure  2.  Estimation process of atmospheric light distribution

    图  3  透射率分布的估计过程

    Figure  3.  Estimation process of transmittance distribution

    图  4  实验结果比较

    Figure  4.  Comparison of experimental results for different method

    表  1  图 4的客观评价结果

    Table  1.   Evaluation of the results in Fig. 4

    Index Algorithm Fig. 1 Fig. 2 Fig. 3 Fig. 4
    IE HE[7] 7.3539 6.9861 6.9447 6.5511
    Zhang[4] 7.0074 6.6843 6.8380 6.4599
    Li[5] 6.2890 5.8723 6.4657 5.4543
    Proposed 7.5694 6.7746 7.0220 6.6502
    AG HE[7] 0.0646 0.0693 0.0521 0.0415
    Zhang[4] 0.0491 0.0519 0.0471 0.0311
    Li[5] 0.0272 0.0276 0.0288 0.0161
    Proposed 0.0653 0.0707 0.0535 0.0457
    Contrast HE[7] 0.1745 0.1709 0.1346 0.1059
    Zhang[4] 0.1565 0.1622 0.1528 0.1217
    Li[5] 0.1129 0.0913 0.1183 0.0875
    Proposed 0.1823 0.1754 0.1562 0.1238
    下载: 导出CSV
  • [1] 余顺园, 朱虹. 夜间有雾图像的光照模型构建及去雾[J]. 光学精密工程, 2017, 25(3): 729-734. https://www.cnki.com.cn/Article/CJFDTOTAL-GXJM201703025.htm

    YU S Y, ZHU H, Illumination model construction and defogging of night foggy image[J]. Optics And Precision Engineering, 2017, 25(3): 729-734. https://www.cnki.com.cn/Article/CJFDTOTAL-GXJM201703025.htm
    [2] 郭璠, 邹北骥, 唐琎. 基于多光源模型的夜晚雾天图像去雾算法[J]. 电子学报, 2017, 45(9): 2127-2134. doi:  10.3969/j.issn.0372-2112.2017.09.011

    GUO P, ZOU B J, TANG J. Defogging algorithm of night fog image based on multi light source model[J]. Acta Electronica Sinica, 2017, 45(9): 2127-2134. doi:  10.3969/j.issn.0372-2112.2017.09.011
    [3] 左健宏, 蔺素珍, 禄晓飞, 等. 基于雾线暗原色先验的红外图像去雾算法[J]. 红外技术, 2020, 42(6): 552-558. http://hwjs.nvir.cn/article/id/hwjs202006007

    ZUO J H, LIN S Z, LU X F, et al. Infrared image defogging algorithm based on fog line dark primary color prior[J]. Infrared Technology, 2020, 42(6): 552-558. http://hwjs.nvir.cn/article/id/hwjs202006007
    [4] ZHANG J, CAO Y, FANG S, et al. Fast haze removal for nighttime image using maximum reflectance prior[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 2017: 7418-7426.
    [5] LI Y, TAN R T, Brown M S. Nighttime haze removal with glow and multiple light colors[C]//Proceedings of the IEEE International Conference on Computer Vision, 2015: 226-234.
    [6] YU T, SONG K, MIAO P, et al. Nighttime Single Image Dehazing via Pixel-Wise Alpha Blending[J]. IEEE Access, 2019(7): 114619-114630. http://ieeexplore.ieee.org/document/8805086
    [7] HE K, SUN J, TANG X. Single image haze removal using dark channel prior[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2010, 33(12): 2341-2353.
    [8] 刘志成, 王殿伟, 刘颖, 等. 基于二维伽马函数的光照不均匀图像自适应校正算法[J]. 北京理工大学学报, 2016, 36(2): 191-196, 214. https://www.cnki.com.cn/Article/CJFDTOTAL-BJLG201602016.htm

    LIU Z C, WANG D W, LIU Y, et al. Adaptive correction algorithm for uneven illumination image based on two dimensional gamma function[J]. Journal of Beijing University of Technology, 2016, 36(2): 191-196, 214. https://www.cnki.com.cn/Article/CJFDTOTAL-BJLG201602016.htm
    [9] 陈志恒, 严利民, 陆斌. 一种快速高效的实时视频去雾算法[J/OL]. 激光与光电子学进展: 1-12. [2020-11-24]. http://kns.cnki.net/kcms/detail/31.1690.TN.20191217.1447.008.html.

    CHEN Z H, YAN L M, LU B. A fast and efficient real time video defogging algorithm[J/OL]. Laser & Optoelectronics Progress: 1-12. [2020-11-24]. http://kns.cnki.net/kcms/detail/31.1690.TN.20191217.1447.008.html.
  • 加载中
图(4) / 表(1)
计量
  • 文章访问数:  46
  • HTML全文浏览量:  11
  • PDF下载量:  6
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-11-24
  • 修回日期:  2020-12-25
  • 刊出日期:  2021-08-20

目录

    /

    返回文章
    返回

    关于“登录密码错误”的启事

    目前由于期刊网站(hwjs.nvir.cn)系统升级,部分作者和审稿人的密码无法继续使用,如果您遇到了这个问题,请与编辑部联系(电话 0871-65105248, 邮箱 irtek@china.com),重置密码。由此带来的麻烦,谨致歉意!

    《红外技术》编辑部

    2021-06-16