基于双边分解与L1暗通道的战场图像增强算法

摘要：

针对战场图像雾霾导致图像目标不清晰,影响目标识别及指挥决断的问题,提出一种结合双边分解与L1暗通道的战场图像增强算法,利用双边滤波将图像分解为低频基础含雾图像及高频纹理含噪图像.对于低频图像,分割天空区域优化大气光计算,之后根据上下文约束构建L1正则化方程精确求解透射率来改进暗通道先验模型进行去雾处理;对于高频图像,利用导向滤波进行噪声抑制与细节增强,将图像融合并进行双伽马校正得到最终图像,实现图像去雾与去噪的解耦合.将所提出的算法与现有的算法处理效果进行对比,应用于战场环境下图像的去雾,并运用客观评价因子进行分析,实验结果表明,所提出的算法可以有效去除战场图像雾霾,抑制噪声并增强视觉效果,且在客观评价因子方面优于现有算法.

关键词：图像去雾、暗通道先验、双边滤波、噪声抑制、大气物理模型、导向滤波

所属期刊栏目：36

分类号：TP301.4(计算技术、计算机技术)

资助基金：国家科技重大专项基金项目004040204

在线出版日期：2021-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1165-1172