1 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
2 中国科学院 研究生院, 北京 100039
3 青岛科技大学, 山东 青岛 266042
针对有雾天气下无人机航拍视觉系统的能见度低, 航拍图像对比度和色彩保真度差等问题, 基于暗原色先验规律以及雾图的物理模型提出了一种雾天降质图像去雾处理技术。从图像复原和增强两个角度出发, 分别建立了户外图像全局去雾和对比度自适应调整的最优化模型, 从而能够直接复原得到高质量的去除雾干扰的图像并且估算出雾的浓度。对一系列户外带雾图像的分组实验表明, 该方法可以快速有效地提高带雾图像的对比度和色彩清晰度, 获得满意的视觉效果。另外, 该方法克服了 Kaiming He方法处理时间过长的缺陷, 平均处理时间仅为原方法的10%左右, 显著缩短了运算时间, 为在工程项目中实现图像的实时去雾处理提供了理论依据。
航拍图像 图像复原 图像增强 去雾 暗原色先验 aerial image image restoration image enhancement haze removal dark-channel prior
1 中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033
2 中国科学院 研究生院，北京 100039
3 吉林大学 通信工程学院，吉林 长春 130012
为了扩大摄像机拍摄图片的视场范围，提出了一种结合频域和空域进行图像序列自动拼接融合的优化算法。基于频域相位相关方法改进排序并确定重叠区域,使用改进的Harris算子在空间域提取图像角点(无需人工设定阈值)，并通过双向最大互相关系数匹配获得初始特征点对;然后,用RANSAC法实现精确匹配；最后，利用图像均值结合线性加权函数实现图像的整体亮度调整和融合拼接。实验结果表明，该优化算法排序过程简单有效，特征提取匹配过程不仅提高了拼接成功率，其单次拼接时间较现有算法也提高了40％左右；另外，该算法较好地解决了图像间对应点难以确定的问题，对光照变化图像的拼接融合取得了满意的效果。
图像拼接 自动排序 角点检测 图像融合 image mosaic auto-sorting corner detection image fusion
