上海交通大学学报

• •    下一篇

融合MCAP和GRTV正则化的无人机航拍建筑物图像去雾方法(网络首发)

  

  1. 1. 长安大学西安市智慧高速公路信息融合与控制重点实验室;2. 长安大学电子与控制工程学院
  • 基金资助:
    国家自然科学基金面上项目(52172324,52172379); 国家重点研发计划项目(2021YFB2501200); 陕西省重点研发计划项目(2021GY-285); 陕西省自然科学基础研究计划面上项目(2021JM-184); 西安市智慧高速公路信息融合与控制重点实验室(长安大学)开放基金项目(300102321502)

摘要: 针对传统去雾处理复原得到的图像清晰度和对比度较低、整体颜色偏暗的问题,提出了一种改进的图像去雾方法,应用于无人机航拍建筑物图像处理中.首先,针对全局大气光取值易受场景中景物影响的问题,提出一种颜色衰减先验投影最小方差的大气光求解方法,构建明度与饱和度差值图像,求解最小方差出现区域,并确定全局大气光估计.然后,利用图像场景深度信息求解的区域大气光与全局大气光相融合,获得新的大气光图.最后,采用基于非局部信息的雾霾线先验理论对透射率进行优化,提出了一种基于雾霾线理论和引导相对总变分正则化的算法,通过计算透射率可靠性函数对透射率修正,并消除图像中存在的大量无用纹理信息,提升了透射率估计精度,有效改善了无人机航拍场景中浓雾及景深突变区域的复原图像质量.实验结果表明,所提算法与其他算法相比,获得的复原图像平均梯度、对比度、雾霾感知密度估计及模糊系数等指标平均分别提升了12.2%、7.0%、11.9%和12.5%,运算时长也优于部分算法,航拍图像更加清晰,更符合人眼视觉感受.

中图分类号: