基于偏振探測(cè)和多尺度分析的去霧霾算法.pdf

1、霧霾天氣下，由于大氣氣溶膠顆粒的散射現(xiàn)象，導(dǎo)致戶外光學(xué)探測(cè)圖像的對(duì)比度降低，探測(cè)距離縮短，圖像信息量嚴(yán)重下降。因此，如何從霧霾圖像中恢復(fù)場(chǎng)景信息是光學(xué)探測(cè)領(lǐng)域備受關(guān)注并具有實(shí)用意義的重要課題。本文針對(duì)霧霾天氣圖像解譯效果下降的問(wèn)題，在分析霧霾天氣大氣散射機(jī)理的基礎(chǔ)上，綜合考慮大氣、場(chǎng)景的偏振特性以及霧霾圖像的頻譜特征，提出一種多尺度的偏振去霧霾算法。所完成的主要工作包括下述幾方面：
　　分析了霧霾天氣圖像降質(zhì)的原因，闡述了大氣中景

2、物成像的衰減模型和大氣光模型，并通過(guò)對(duì)該大氣散射模型的簡(jiǎn)化，建立了霧霾天降質(zhì)圖像的退化模型。
　　對(duì)光波的偏振特性及其探測(cè)進(jìn)行了說(shuō)明，分析了霧霾天氣時(shí)大氣粒子和景物的偏振特性，同時(shí)闡述了基于退化模型的偏振探測(cè)去霧霾原理，并且說(shuō)明了幾種典型的基于偏振的去霧霾算法的特點(diǎn)和優(yōu)劣。
　　分析了霧霾圖像的空域和頻域特征，指出了霧霾主要分布于圖像低頻并削弱圖像高頻信息的特性。根據(jù)該特性設(shè)計(jì)了基于小波變換的多尺度偏振去霧霾算法，實(shí)現(xiàn)高低頻

3、分離處理，低頻小波系數(shù)偏振去霧霾，高頻小波系數(shù)雙閾值增強(qiáng)，最終得到去霧的清晰圖像。
　　剖析了傳統(tǒng)偏振去霧霾算法產(chǎn)生平面景物色彩畸變問(wèn)題的原因，提出了在圖像偏振估計(jì)中加入場(chǎng)景光偏振度的修正方法，由此建立了新的霧霾天氣偏振成像模型，并根據(jù)該模型改進(jìn)了多尺度偏振去霧霾算法。
　　本文通過(guò)建立霧霾天氣的偏振成像模型以及分析霧霾圖像頻譜分布特性，設(shè)計(jì)實(shí)現(xiàn)了一種多尺度偏振去霧霾算法。實(shí)驗(yàn)數(shù)據(jù)表明，該算法無(wú)論在圖像對(duì)比度增強(qiáng)還是探測(cè)距離