《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 測試測量 > 設(shè)計應(yīng)用 > 低能見度條件下車載視頻的清晰化處理研究
低能見度條件下車載視頻的清晰化處理研究
來源:電子技術(shù)應(yīng)用2012年第6期
李歐迅, 鄧 莉
桂林航天工業(yè)高等專科學(xué)校 電子工程系, 廣西 桂林 541004
摘要: 針對低能見度天氣影響交通出行的問題,提出一種新的車載視頻清晰化處理算法。首先將獲取圖像的顏色模型轉(zhuǎn)換為HSV模型,對其中的亮度分量進(jìn)行直方圖均衡后,再采用暗原色先驗算法恢復(fù),最后將其與原來的色度分量和飽和度分量整合后輸出。實驗結(jié)果表明,該算法能較大程度提高低能見度交通圖像的目標(biāo)辨識度,圖像對比度明顯增強(qiáng),顏色失真較少。
中圖分類號: TP391
文獻(xiàn)標(biāo)識碼: A
文章編號: 0258-7998(2012)06-0079-03
A sharpness method for vehicle video images with low visibility
Li Ouxun,Deng Li
Department of Electronic Engineering, Guilin College of Aerospace Technology, Guilin 541004, China
Abstract: Aiming at the vehicle traffic safety in low visibility weather, a novel image sharpness method is proposed for the vehicle video system. The debased image is converted to HSV color model, of which the value component is successively processed by histogram equalization and sharpness method based on dark channel prior, finally combined with the other components of hue and saturation as the output image. Experiment results show that the presented method can significantly enhance the contrast and the identifiable degree of vehicle video images with low visibility.
Key words : low visibility; vehicle video; HSV color model; histogram equalization; dark channel prior

1 車載視頻清晰化算法的研究意義

    能見度在氣象學(xué)中指物體能夠被清楚識別的最大距離,它與當(dāng)時的天氣情況密切相關(guān)。當(dāng)出現(xiàn)霧、霾和沙塵等惡劣天氣時, 大氣透明度降低,能見度一般小于1.0 km。低能見度條件下拍攝的圖像其對比度和顏色在天氣影響下被改變,圖像蘊含的許多特征被掩蓋,景物可辨識度大大降低。
    目前國內(nèi)外研究最多的清晰化算法是圖像的去霧技術(shù),主要有兩種思路,一種是基于大氣退化物理模型的方法,需要求得深度信息[1-2],這對硬件系統(tǒng)的要求過高;另一種是基于圖像增強(qiáng)的方法[3],運算量很大,不適合實時處理。2009年,He等提出的暗原色先驗去霧技術(shù)對一般帶霧圖像取得了很好的效果[4],它無需深度信息,簡單有效,實時性高,但是通過實驗表明,該算法處理其他天氣類型圖像的效果不佳。本文在該算法基礎(chǔ)上進(jìn)行了改進(jìn),使其適用于恢復(fù)各種低能見度天氣下的交通圖像。

    


    通過式(6)可粗略估算出透射率t,為了提高精度,應(yīng)用一種軟摳圖算法[5]來完善透射率分布函數(shù)。大氣光線強(qiáng)度A的估計方法為:先取暗原色中0.1%亮度最大的像素,然后取這些像素對應(yīng)在原圖中的最大值作為A的值。
2.3直方圖均衡
    暗原色先驗算法對雨、雪、霾和沙塵等低能見度天氣圖像處理效果不佳的原因主要有兩方面,第一,該算法建立在暗原色假設(shè)之上,對不滿足這一假設(shè)的天空、白色物體和水面等明亮區(qū)域,算法估計的透射率偏小,如圖1(a)的雨水和白色車輛,圖1(b)的雪花和白色地面。這些區(qū)域的像素值很大,暗原色直方圖分布偏高(如圖2(a)),區(qū)域內(nèi)找不到像素值接近于0的暗原色點,暗原色假設(shè)不成立,造成結(jié)果失真。另一方面,如圖1(c)和圖1(d)所示的霾和沙塵天氣圖像,其主要特點是整體畫面昏暗,暗原色直方圖的像素值絕大部分偏低(如圖2(c)),若直接利用暗原色先驗算法估測透射率和大氣光線強(qiáng)度,恢復(fù)效果很不理想。

 

 

    解決上述問題的關(guān)鍵是在用暗原色先驗算法之前改善退化圖像的直方圖分布,使其既滿足暗原色假設(shè),又能增強(qiáng)圖像對比度。圖像增強(qiáng)算法種類很多,考慮到算法的實時性,選擇最簡單有效的直方圖均衡。它以概率論為基礎(chǔ),通過灰度的映射來修正圖像的直方圖,使之具有平坦的分布,增加灰度值的動態(tài)范圍,從而達(dá)到增強(qiáng)圖像整體對比度的效果。圖2(a)和 圖2(b)分別為雪天圖像(即圖1(b))的暗原色直方圖及其均衡后的結(jié)果;圖2(c)和圖2(d)為沙塵圖像(即圖1(d))的暗原色直方圖及其均衡后的結(jié)果。
2.4 HSV顏色模型
    在對彩色圖像進(jìn)行直方圖均衡后,經(jīng)常會產(chǎn)生顏色偏差。因此,在均衡前先將圖像的顏色模型轉(zhuǎn)換成HSV模型。該模型將亮度(Value)與反映色彩本質(zhì)特性的色度(Hue)和飽和度(Saturation) 分開,比較符合人的視覺感受。在恢復(fù)圖像時只需處理其中的亮度分量,最后再將其與色度分量和飽和度分量整合,可大大減少圖像的顏色失真。另外,由于恢復(fù)過程中只處理了亮度信息,算法速率也得到提高。
3 實驗結(jié)果分析
    實驗選取四種低能見度天氣條件下的交通圖像,分別用本文算法和參考文獻(xiàn)[4]算法進(jìn)行恢復(fù)。圖3~圖6給出了對比結(jié)果,其中圖3(a)~圖6(a)分別為暴雨、大雪、霾和沙塵天氣下的低能見度圖像,圖3(b)~圖6(b)為參考文獻(xiàn)[4]算法結(jié)果,圖3(c)~圖6(c)為本文算法結(jié)果。可以看出對于上述各種低能見度天氣圖像,本文算法能夠更好地提高圖像對比度,達(dá)到清晰辨識目標(biāo)物和路面交通情況的目的。但是圖像的色彩仍有一定程度失真,如圖5(c)很多色彩細(xì)節(jié)沒有恢復(fù),圖6(c)的天空部分則出現(xiàn)不規(guī)則的光暈。

    本文在暗原色先驗去霧算法的基礎(chǔ)上提出改進(jìn),使其適用于恢復(fù)各種低能見度天氣下的交通圖像。它將降質(zhì)圖像轉(zhuǎn)換到HSV空間后,提取其中的亮度分量進(jìn)行直方圖均衡和基于暗原色先驗的恢復(fù)。多種實驗表明,改進(jìn)算法可以更好地恢復(fù)各種低能見度天氣造成的圖像模糊,對比度明顯提高,路面交通狀況清晰可辨,并且算法實時性較高。下一步的工作是在保證算法時效性的同時,進(jìn)一步改善圖像恢復(fù)過程中的顏色失真,以及完成算法的硬件實現(xiàn)。
參考文獻(xiàn)
[1] OAKLEY J P, SATHERLEY B L. Improving image quality in poor visibility conditions using a physicalmodel for contrast degradation[J]. IEEE Transactions on Image Processing, 1998,7(2):167-179.
[2] NARASIMHAN S G, NAYAR S K. Removing weather effects from monochrome images[A]. Proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2001:186-193.
[3] Zhu Pei,Zhu Hong,Qian Xueming. An image clearness method for fog[J].Journal of Image and Graphics,2004,9(1):124-128.
[4] He Kaiming,Sun Jian,Tang Xiaoou. Single image haze removal using dark channel prior[C].CVPR, 2009:1956-1963.
[5] LEVIN A,LISCHINSKI D,WEISS Y. A closed form solution to natural image matting[C].CVPR, 2006:61-68.

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
主站蜘蛛池模板: 旧里番yy4480在线高清影院| 美女扒了内裤让男人桶爽视频| 天天综合网天天综合色| 久热中文字幕无码视频| 爆乳熟妇一区二区三区霸乳| 国产乱人伦av在线a| 香蕉伊思人在线精品| 女人18毛片水真多免费播放| 久久久亚洲精品国产| 黄色毛片在线播放| 天堂草原电视剧在线观看免费| 久久乐国产精品亚洲综合| 欧美成人精品一区二区| 国产在视频线精品视频2021| 中文字幕一区二区三区久久网站| 欧美xxxxx高潮喷水| 先锋影音av资源网| 阿娇囗交全套高清视频| 国产精品自在线拍国产手青青机版| 一本色道无码道dvd在线观看| 日韩午夜免费论理电影网| 亚洲成综合人影院在院播放| 精品一区二区三区在线观看视频 | 在线观看免费午夜大片| 中文字幕版免费电影网站| 最新国产乱人伦偷精品免费网站 | 成人Av无码一区二区三区| 久久精品国产免费一区| 欧美日韩色黄大片在线视频| 免费国产成人午夜私人影视| 色偷偷亚洲第一综合网| 国产真实迷j在线播放| 91麻豆国产级在线| 女人张开腿让男人桶免费网站| 丰满妇女强制高潮18XXXX| 日韩精品无码人成视频手机| 亚洲日本久久一区二区va | 久久99精品福利久久久| 男人天堂手机在线版| 国产hs免费高清在线观看| 久久五月天婷婷|