188宝金博页面版

第 ３０ 卷第 ８ 期　　。玻埃保 年 ８ 月 　　计算机应用与软件Ｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ ａｎｄ ＳｏｆｔｗａｒｅＶｏｌ ３０ Ｎｏ． ８Ａｕｇ． ２０１３雾天图像清晰化方法研究卢鹏丽　张　强（ 兰州理工大学计算机与通信学院　甘肃 兰州 ７３００５０）收稿日 期：２０１２ － ０７ － ３０。 甘肃省自 然科学基金项目 （１２１２ＲＪＺＡ０２９） ；兰州理工大学校基金项目 （ ０９１４ＺＸ１３６） 。 卢鹏丽， 副教授， 主研领域：算法设计与分析，图论，复杂网络。 张强，硕士生。摘　要　　雾天拍摄图像中，图像受烟雾的干扰严重，在雾天图像的预处理中， 雾天图像增强方法的研究非常重要。 针对雾天图像对比度低，图像细节不突出 的特点，通过小波变换将雾天图像进行多层分解，将分解出 来的低频部分进行非线性变换，使图像的轮廓更加清晰；同时对各层的高频部分依据其各层的特点，进行适合各层的非线性变换。 最后利用 变化得到的系数进行重构得到增强的图像。 实验显示，处理后的图像白 雾明 显降低，不仅能较好地保持原图像的原始面貌，而且更好地突出 图像中各个细节。关键词　　雾天图像　图像增强　小波变换　非线性变换中图分类号。裕校常埃薄　　　∥南妆晔堵搿。痢　　　。模希：１０． ３９６９ ／ｊ． ｉｓｓｎ． １０００３８６ｘ． ２０１３． ０８． ０４７ＯＮ ＳＨＡＲＰＮＥＳＳ ＭＥＴＨＯＤ ＦＯＲ ＦＯＧＧＹ ＤＡＹ ＰＩＣＴＵＲＥＳＬｕ Ｐｅｎｇｌｉ。冢瑁幔睿 Ｑｉａｎｇ（ Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ， Ｌａｎｚｈｏｕ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ， Ｌａｎｚｈｏｕ ７３００５０， Ｇａｎｓｕ， Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ　。校椋悖簦酰颍澹 ｔａｋｅｎ ｉｎ ｆｏｇｇｙ ｄａｙｓ ａｒｅ ｉｎｔｅｒｆｅｒｅｄ ｓｅｒｉｏｕｓｌｙ ｂｙ ｔｈｅ ｆｏｇ ａｎｄ ｍｉｓｔ． Ｔｈｕｓ， ｉｔ ｉｓ ｖｅｒｙ ｉｍｐｏｒｔａｎｔ ｔｏ ｓｔｕｄｙ ｔｈｅ ｅｎｈａｎｃｅｍｅｎｔｍｅａｎｓ ｆｏｒ ｆｏｇｇｙ ｄａｙ ｐｉｃｔｕｒｅｓ ｉｎ ｐｒｅｐｒｏｃｅｓｓｉｎｇ ｔｈｅ ｆｏｇｇｅｄ ｉｍａｇｅｓ． Ａｉｍｉｎｇ ａｔ ｔｈｅ ｆｅａｔｕｒｅｓ ｏｆ ｆｏｇｇｙ ｄａｙ ｐｉｃｔｕｒｅｓ ｉｎ ｌｏｗ ｃｏｎｔｒａｓｔ ｒａｔｉｏ ａｎｄ ｗｉｔｈｏｕｔｐｒｏｍｉｎｅｎｔ ｄｅｔａｉｌｓ， ｗｅ ｕｓｅ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ ｔｏ ｍａｋｅ ｍｕｌｔｉｌａｙｅｒ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｏｎ ｔｈｅ ｆｏｇｇｙ ｄａｙ ｉｍａｇｅｓ ａｎｄ ｔｈｅｎ ｃｏｎｄｕｃｔ ｎｏｎｌｉｎｅａｒ ｔｒａｎｓｆｏｒｍｏｎ ｔｈｅ ｌｏｗ ｆｒｅｑｕｅｎｃｙ ｐａｒｔ ｏｆ ｔｈｅ ｄｅｃｏｍｐｏｓｅｄ ｏｎｅｓ， ｓｏ ａｓ ｔｏ ｍａｋｅ ｔｈｅ ｏｕｔｌｉｎｅ ｏｆ ｔｈｅ ｐｉｃｔｕｒｅ ｓｈａｒｐｅｒ． Ｍｅａｎｗｈｉｌｅ， ｆｏｒ ｈｉｇｈｆｒｅｑｕｅｎｃｙ ｐａｒｔｓ ｉｎｅａｃｈ ｌａｙｅｒ， ｔｈｅ ｎｏｎｌｉｎｅａｒ ｔｒａｎｓｆｏｒｍｓ ａｄａｐｔｉｎｇ ｔｏ ｅｖｅｒｙ ｌａｙｅｒ ｗｉｌｌ ｂｅ ａｐｐｌｉｅｄ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｅａｃｈ ｌａｙｅｒ． Ａｔ ｌａｓｔ， ｗｅ ｕｓｅ ｔｈｅｃｏｅｆｆｉｃｉｅｎｔｓ ｄｅｒｉｖｅｄ ｆｒｏｍ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｆｏｒ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ａｎｄ ｏｂｔａｉｎ ｔｈｅ ｅｎｈａｎｃｅｄ ｉｍａｇｅ． Ｅｘｐｅｒｉｍｅｎｔｓ ｓｈｏｗ ｔｈａｔ ａｆｔｅｒ ｂｅｉｎｇ ｐｒｏｃｅｓｓｅｄ， ｔｈｅｗｈｉｔｅ ｆｏｇ ｉｎ ｔｈｅ ｐｉｃｔｕｒｅ ｉｓ ｒｅｄｕｃｅｄ ｄｒａｍａｔｉｃａｌｌｙ， ｎｏｔ ｏｎｌｙ ｔｈｅ ｐｒｉｍｉｔｉｖｅ ａｐｐｅａｒａｎｃｅ ｏｆ ｔｈｅ ｏｒｉｇｉｎａｌ ｐｉｃｔｕｒｅ ｉｓ ｐｒｅｓｅｒｖｅｄ， ｅｖｅｒｙ ｄｅｔａｉｌｓ ｉｎ ｔｈｅｐｉｃｔｕｒｅ ａｒｅ ａｌｓｏ ｂｅｔｔｅｒ ｈｉｇｈｌｉｇｈｔｅｄ．Ｋｅｙｗｏｒｄｓ　。疲铮纾纾 ｄａｙ ｉｍａｇｅ。桑恚幔纾 ｅｎｈａｎｃｅｍｅｎｔ。祝幔觯澹欤澹 ｔｒａｎｓｆｏｒｍ。危铮睿欤椋睿澹幔 ｔｒａｎｓｆｏｒｍ０　引　言雾使人的视觉系统或监控系统所采集的图像变得：。 因此，若对雾天的图像进行分析，则对雾天图像清晰的研究显得尤为重要。 雾天图像清晰化处理方面目 前主要有两种方法： 第一种是基于大气退化物理模型， 虽然在实验中对图像的去雾有着相对明显的效果，但其缺点是试验中如果想要更多地得到图像细节的深度信息，则需要借助许多高精密的仪器来获取所需要的信息，然后整理图像数据和深度信息来共同求解模型参数， 这在实际的应用中有很大的困难［１］；第二种是基于传统的图像增强的方法，但是现在的传统的图像增强的方法中对雾天图像的增强 有着较大的 不足， 如 采用最多的 直方图 均衡［２］、 高 通滤波［３］、反掩模锐化法［４］等，均不能对图像进行全面的分析， 导致在图像增强中不可避免地将噪声放大、有时可能会引 入新的噪声，甚至可能出现伪轮廓等现象。文献［５］ 中对图像分解后的小波系数根据不同层数做线性加权。 但是，简单的线性加权方法只考虑了图像的细节信息和轮廓信息，没有考虑图像的噪声。 在增强低频和高频的系数时同时又增加了噪声对图像的影响。 文献［ ６］ 则是对分解后的小波系数，通过改变阈值来达到去雾的效果。 这种方法虽然较好地减少噪声的增加，但是并不能很好地将图像的细节进行加强，致使无法得到较好的图像。 文献［７］ 提出一种非线性算子 ＧＡＧ（ Ｇｅｎｅｒａｌｉｚｅｄ ａｄａｐｔｉｖｅ ｇａｉｎ） 将图像进行对比度的增强。 这种方法虽然能达到增强图像对比度的目 的， 但是这个算子涉及的参数较多，可操作性差，且复杂。本文根据以上的不足， 提出 了一种新的雾天图像增强的算法，可以较好地解决以上的问题。 该算法在低频子带上运用一种非线性变换以 增强图像轮廓， 同时降低噪声对图像的影响。在高频子带上运用另一种非线性算子对高频子带上的小波系数进行非线性变换，同时根据各个高频子带的小波系数的性质不同改变相应的非线性算子变化的速率， 以达到增强图像的细节的同时抑制噪声的目 的。 实验证明，通过与经典的算法比较， 该