针对雾气环境下实际图像亮度/对比度不佳的情况，提出了整体灰度拉伸和局部对比度增强算法，改善了图像的亮度和对比度。采用基于暗原色先验的图像去雾算法来去除视频监控中常常遇到的雾霾影响。为了消除块效应，将图像分成最小的块，即对每个像素提取暗原色，并采用邻近相似性原则修正暗原色，MATLAB仿真表明，改进后的算法可以很好地去除图像中的雾气。最后，完成了基于达芬奇 DM6467的图像增强算法软件开发，实现了 4路视频的输出、切换和图像增强。增强后的图像，其 SSIM指标可提高 50%以上，该系统可以有效地去除雾气对图像的影响，满足图像去雾增强的需要。

基于遥感多光谱图像中不同谱段对雾霾的不同探测能力,利用对雾霾敏感的蓝谱段构建了雾霾图和非雾霾图;利用对雾霾不敏感的红谱段并采用mean-shift分割来识别亮目标,并对雾霾图进行了修正和补偿,完成了去雾霾处理。以国产高分辨率遥感图像为测试对象,基于常用高分辨率遥感图像质量参数对校正效果进行了评价。研究结果表明,各谱段去雾霾处理后遥感图像质量参数较校正前均得到了提升,非雾霾区域校正后的图像光谱色彩特征与校正前保持了良好的一致性,校正后雾霾区域的细节信息得到了恢复。

针对微型机电系统(MEMS)的三维测量, 显微镜或光学轮廓干涉仪等传统方法存在显微测量精度低、设备成本高等问题, 且当结构含有较多断裂面时, 解包裹算法效果欠佳。本文提出一种基于多图像融合的MEMS显微三维测量方法。不同于多角度显微三维测量方法, 本研究首先利用单目显微镜, 通过单一轴向移动获取一系列测量目标深度信息的单一角度图像, 并利用去雾算法对图像进行预处理, 实现了去噪和有效信息提取的目的; 然后通过聚焦测度算法获取待测对象的深度信息; 最后利用数据处理软件进行三维拟合。基于上述原理, 本文以焦平面阵列(FPA)作为待测目标进行了测量实验。本文提出的三维测量方法和图像处理算法可获得更准确的FPA形貌, 可清晰显示反射面与支腿部分及反射面上的释放孔, 测得FPA 的支腿长度为110.6 μm, 每个反射面的像元尺寸为120.8 μm×70.8 μm, 与设计值基本吻合, 解决了断裂面难以测量的问题, 同时降低了微结构测量的难度和成本。单目显微镜单向移动的多图像融合测量技术对MEMS的三维形貌测量具有重要意义, 去雾算法在图像融合与三维测量的图像处理也有很好的应用价值。

本文主要研究了图像去雾技术以提高由于雾霾影响而导致的失真图像的主客观质量。对基于暗通道先验和大气散射模型的去雾算法进行了改进, 设计了新的天空区域计算和透射率阈值确定方法, 通过增强结果图的对比度和调整亮度, 进一步降低了算法的失真。还通过对图像加雾, 分别从主观质量评价和以结构相似度作为客观标准的客观评价两方面, 用数理统计方法比较了各个相关算法的性能。实验表明, 所提算法有效地降低了图像的失真(评价分最高), 使去雾图像有较高的主观质量(总体评价分并列最高)。

对于单幅图像去雾处理,暗通道先验算法具有较好的效果,但该算法处理时间长,对储存资源与计算资源要求很高,很难应用于无人机图像去雾。在暗通道先验算法的基础上进行改进,提出了一种快速的去雾算法,首先通过优化滤波器直接获得高精度的透射率,避免了原算法后续的抠图处理,显著降低了计算复杂度;然后针对去雾图像偏暗、灰度分布偏离原始图像的情况,以原始图为参考,采用直方图规定化方法进行增强处理,提高了亮度,改善了去雾图像的视觉效果,与He算法相比,该算法不仅极大地降低了计算复杂度,速度提高了近5倍,而且保持了原始算法的去雾能力。

针对经典容差机制图像去雾算法存在的对部分明亮区域透射率提升力度不够, 难以彻底消除色彩失真问题, 本文提出一种改进算法。将原算法中对明亮区域透射率根据容差进行双曲线提升修正变为线性提升修正, 使透射率平稳提升, 并适当增大了透射率提升力度,有效消除色彩失真。以方差和色调还原度作为图像去雾的客观质量评测指标, 与暗原色先验算法和经典容差机制算法进行对比实验。实验结果表明, 本文算法在改善明亮区域色彩失真及提高图像去雾效果方面优于对比算法。

在雾、霾等天气条件下, 大气粒子的散射作用使环境的能见度偏低, 视觉系统采集到的图像严重降质。基于暗通道先验的图像复原方法因其去雾效果自然、约束条件少, 且易于实现等优点而受到广泛关注。但是, 该方法的去雾效果受尺度(暗通道的求解半径)影响很大, 对于不同场景的图像, 不存在一个普遍适用的最优尺度。针对该问题, 文中提出一种尺度自适应方法, 根据图像的颜色和边缘特征自适应地调节暗通道的尺度范围, 得到像素级的暗通道求解尺度, 兼顾大尺度求解色彩失真小和小尺度求解"光晕"失真小等优点。此外, 针对暗通道去雾方法会使天空光估计点落到前景区域的问题, 提出了一种改进的天空光估计方法, 可使估计点鲁棒地落到与其物理意义相符的背景区域。对多种雾化场景图像的处理结果表明: 文中方法适应性强、去雾效果自然, 且对比度提升显著。

为了实现基于物理模型的图像复原去雾算法, 文中提出了一种改进的基于暗通道先验的图像去雾算法。介绍了雾天图像退化模型和基于该雾天图像退化模型的几种去雾算法。详细介绍了何恺明提出的基于暗通道先验的去雾算法, 该算法在估计光线传播图时使用的基于导向滤波的软抠图非常耗时, 经过改进, 直接使用景深估计光线传播图, 算法运行时间大大减少。最后, 使用MATLAB对改进的去雾算法进行仿真, 并与原算法的运行时间进行比较。结果显示新方法对光线传播图的估计可靠, 运行时间对比改进前大约下降60%, 实时性大大提高。带有天空的有雾图像去雾后色斑和光晕大幅减少, 取得了很好的效果。改进的去雾算法运行速度快、去雾效果好, 新提出的光线传播图估计方法可靠, 并且去雾过程中得到的光线传播图可以用于其他应用。

针对暗原色先验模型对于图像明亮区域不适应, 暗原色估计偏大, 导致透射率估计偏小, 出现色彩失真现象, 本文介绍一种新的暗原色修正方法。提出一种逆暗原色概念, 将雾化图像的暗原色与逆暗原色进行融合处理得到一种新的修正暗原色, 从而获得比较真实的明亮区域透射率, 有效消除了明亮区域的色彩失真。以有效细节强度、色调还原程度、结构信息及综合测评作为图像质量评价指标, 与目前流行算法进行对比实验, 本文算法的色调还原程度指标平均值提高41.1%, 综合测评指标平均值提高48.7%。实验结果表明, 本文算法在改善明亮区域色彩失真及提高去雾图像总体质量方面优于目前流行算法。

数字信号处理器(DSP)专门针对信号处理而设计, 以其独特的特点在信号处理、图形图像处理、通信、交通、航空航天等领域得到越来越广泛的应用。在图形图像处理领域中, 图像去雾一直是研究热点, 开发时多使用Matlab和C语言仿真, 将其直接移植到DSP中运行效率通常较低, 难以做到实时处理。针对该问题, 提出一种快速有效的图像去雾算法, 优化算法过程, 获得更好的处理结果; 利用TI公司的多核DSP和开发工具, 对C代码进行实时优化和并行处理, 取得很好的优化效果, 能够对低分辨率进行图像去雾的实时处理。