基于Wiener滤波的快速视频去雾算法

ｔ ｈ ｅ ｆ ｏ ｇ ｉ ｍａ ｇ ｅ ， ａ ｎ ｄ ｕ ｓ ｅ ｓ ｔ ｈ ｅ ｌ ｏ ｇ ｉ ｍａ ｇ ｅ ｐ ｈ ｙ ｓ ｉ ｃ ａ ｌ ｍｏ ｄ ｅ ｌ ｔ ｏ ｄ ｅ ｏｇ ｆ ｔ ｈ ｅ ｉ ｍａ ｇ ｅ ａ ｎ ｄ ｃ ｏ ｍｐ ｅ ｎ ｓ ａ ｔ ｅ ｔ ｈ ｅ ｌ ｕ ｍｉ ｎ ａ ｎ ｃ ｅ ｏ ｆ ｔ ｈ ｅ ｉ ｍａ ｇ ｅ ． Ｅ ｘ ｐ ｅ ｒ ｉ ｍｅ ｎ ｔ ａ ｌ ｒ ｅ ｓ ｕ ｌ ｔ
雾 天 图像进 行 去雾 处理 ，以提高 雾天 图像 的清 晰 度和保 真 度 。为此 ，提 出一种 野外视 频 监控 图像 去雾 新 方法 。基于 暗原色 先验 去
雾 的原理 ，采用区域生长算法准确快速估计雾天图像的深度信息，应用雾天图像物理模型对图像去雾处理 ，并进行亮度补偿。实
验 结果 表 明 ，该 算法 能有 效改 善雾 天 图像 的质量 ，大 幅提 高运 算速 度 。 关健词 ：雾 天 图像物 理模 型 ；暗原 色先 验 ；区 域生长 ；大 气光 ；高 斯平 滑 ；图
・
计
算
机
工
程
２ ０ １ ４年 ２月
Ｆｅ ｂ ｒ ｕａ ｒ ｙ ２ ０１ ４
ＮＯ． ２
Ｃｏ ｍ ｐｕ ｔ ｅ ｒ Ｅｎ ｇｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ
图形图像 处理 ・
文章 编号：１ ０ ０ ３ ４ ２ ８ （ ２ ０ １ ４ ） ０ ２ — ＿ ＿ ｏ ２ ４ ０ ． ＿ ＿ ０ ６
［ Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ｌ Ｉ ｎ ｉ ｆ ｅ ｌ ｄ ｃ ｏ ｎ ｄ ｉ ｔ ｉ ｏ ｎ ｓ ， ｔ ｈ ｅ ｓ ｃ ａ ｔ ｔ ｅ ｒ ｉ ｎ ｇ ｅ ｆ ｅ ｃ ｔ ｏ ｆ ａ ｔ ｍｏ ｓ ｐ ｈ ｅ ｒ ｉ ｃ ｐ ａ ｒ ｔ ｉ ｃ ｌ ｅ ｓ ｌ ｅ ａ ｄ ｓ ｔ ｏ ｓ ｅ ｒ ｉ ｏ ｕ ｓ ｉ ｍａ ｇ ｅ ｄ ｅ ｇ ｒ ａ ｄ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｓ ｅ ｒ ｉ ｏ ｕ ｓ ｌ ｙ ｉ ｎ ｌ ｆ ｕ ｅ ｎ ｃ ｅ ｓ

面向图像和视频去雾的深 度学习模型及算法
2023-11-11
CATALOGUE
目 录
• 引言 • 图像和视频去雾的深度学习模型 • 深度学习模型的优化算法 • 实验结果与分析 • 结论与展望
01
CATALOGUE
引言
研究背景与意义
图像和视频去雾技术的重要性
在恶劣天气条件下，如雾、雨、雪等，拍摄的图像和视频往 往受到严重的影响，导致视觉效果不佳，难以进行有效的信 息识别和提取。因此，去雾技术成为计算机视觉领域中的一 个重要研究方向。
03
Adam算法在训练初期可以更 快地收敛，而在训练后期可以 更准确地逼近最优解。
RMSprop优化算法
01
均方根传播（RMSprop）是一种针对深度学习的优化算法，它 通过引入一个衰减因子来调整之前梯度的权重。
02
RMSprop算法通过考虑当前梯度与之前梯度的比例，自适应地
调整学习率。
RMSprop算法在处理大数据集时具有较好的效果，可以有效避
多种数据源的适应性
研究证明，所提出的深度学习模型能够有效地从不 同数据源中学习去雾知识，具有较好的泛化能力。
算法复杂度分析
在保证去雾效果的同时，降低了算法的复杂 度，使得去雾算法能够在实时应用中得到实 现。
研究成果与贡献
1 2
提高了去雾算法的性能和准确性
所提出的深度学习模型在多个数据集上均取得了 优于传统去雾算法的性能。
实验结果对比分析
不同模型对比
我们对比了多种深度学习模型，包括卷积神经网络(CNN)、生成对抗网络(GAN)、自编码器(AE)等，以评估它们 在去雾任务上的性能。实验结果表明，采用GAN结构的去雾模型在PSNR和SSIM指标上表现最佳。

单幅 Bayer 格式图像的快速去雾方法娄静涛;王炜;李永乐;张茂军【期刊名称】《国防科技大学学报》【年(卷),期】2013(000)006【摘要】为了降低雾天对成像的影响，获得实时的去雾效果，对彩色图像处理流程进行改进，提出一种新颖快速的基于 Bayer 图像和暗原色先验模型的单幅图像去雾方法。

针对 Bayer 图像像素排列特点，对原有暗原色先验去雾算法进行了优化和改进。

运用四叉树细分算法估算大气光，根据 Bayer 图像特点修正了引导滤波器（Guided Filter），并利用修正的滤波器优化大气透射图，恢复出无雾Bayer 图像，采用去马赛克及系列后处理算法获得清晰的显示图像。

实验结果表明，新方法在一定程度上改善了原算法去雾效果，并显著提高了运算速度。

【总页数】7页(P109-115)【作者】娄静涛;王炜;李永乐;张茂军【作者单位】国防科技大学信息系统与管理学院，湖南长沙 410073;国防科技大学信息系统与管理学院，湖南长沙 410073;国防科技大学信息系统与管理学院，湖南长沙 410073;国防科技大学信息系统与管理学院，湖南长沙 410073【正文语种】中文【中图分类】TP391【相关文献】1.改进的暗原色先验单幅图像快速去雾方法 [J], 何莉2.一种快速单幅图像去雾新方法 [J], 刘哲;黄文准;黄世奇3.基于通道暗元素信息的快速单幅图像去雾方法 [J], 王凯;陈朝勇;吴敏;杨樊;张翔4.基于暗通道先验和Retinex理论的快速单幅图像去雾方法 [J], 李泓颖5.基于暗通道先验的单幅图像快速去雾方法 [J], 汤群芳;杨杰;刘海波;李祖林;王福建因版权原因，仅展示原文概要，查看原文内容请购买。

单幅图像快速去雾算法张弟;吴萍【摘要】目前去雾算法主要有通过暗原色和对图像颜色通道处理等方法,但是这些方法去雾效率不高,从而导致实用性不强,针对此弊端提出了一种基于单幅图像的快速去雾算法.大气光估计运用改进的暗通道方法,先对颜色通道进行最小滤波,然后取最小滤波的最大值作为大气光的估计值;透射率估计运用物理模型均值滤波,先根据数学模型转换,然后进行一次均值滤波,再用偏移值来修正带透射率的估计值.算法简单快速有效,具有实用性.对实验结果进行定性定量分析,证明与其他算法相比,所提算法具有更好的去雾效果和更快的处理速度.【期刊名称】《计算机工程与应用》【年(卷),期】2019(055)010【总页数】6页(P213-217,249)【关键词】去雾;均值滤波;透射率【作者】张弟;吴萍【作者单位】华东师范大学计算机科学与软件工程学院,上海 200062;华东师范大学计算机科学与软件工程学院,上海 200062【正文语种】中文【中图分类】TP391.411 引言在视频监控、遥感、目标跟踪和自动驾驶等领域，都涉及到图像处理步骤。

这些户外图像处理系统的性能在极端天气下会受很大的影响。

在雾、霾天气下，物体表面的反射光会受到大气中微小粒子的吸收和散射，从而导致获得的图像细节模糊，色彩偏移，可视性弱，对后续的图像处理结果会有很大的影响。

因此，对图像去雾算法的研究就变得尤为重要。

而很多实际应用系统对实时性要求很高，所以快速去雾算法的研究极其重要。

目前图像去雾的研究算法有很多，但是主要分为两类：一类是基于图像增强的方法。

此方法主要是去除图像的噪声，提高图像的对比度，从而恢复出清晰无雾的图像。

但是此类方法没有考虑到形成有雾图像的过程，从而使得图像的细节部分会有所丢失。

基于图像增强的方法具有代表性的有直方图均衡化[1-2]、Retinex 算法[3-4]和同态滤波[5-6]。

另一类是基于图像复原的方法。

该方法基于雾天成像模型和假设条件，推导出模型中所需要的未知数，最后根据成像模型的逆过程得到去雾图像。