針對雨雪、風沙、霧霾等極端天氣下采用傳統(tǒng)方法圖像增強效果差的問題,提出極端天氣條件下艦船圖像增強方法。在計算機視覺中構(gòu)建大氣散射模型,描述極端天氣下艦船圖像的形成過程,確定介質(zhì)透射率,真實反映出光線穿透極端天氣的能力。將單幅圖像轉(zhuǎn)換為CIE-Lab顏色空間,由此設(shè)計無噪聲清晰圖像恢復流程。使用改進暗原色先檢驗方法處理霧霾圖像;使用自適應直方圖均衡方法處理沙塵圖像;通過改進暗原色先檢驗方法實現(xiàn)雨雪圖像的增強。由實驗結(jié)果可知,該方法增強效果較好,為艦船提供高質(zhì)量圖像。 

【文章來源】：艦船科學技術(shù). 2020,42(12)北大核心

【文章頁數(shù)】：3 頁

【部分圖文】：

原始矩陣變換為新矩陣Fig.2Theoriginalmatrixistransformedintoanewmatrix

驗所選取的圖片都來自百度圖庫，實驗所用的工具為MatlabR2012b和Intel處理器，內(nèi)存4GB。霧霾天氣下的圖像如圖3（a）所示；當透射率接近于0時的圖像3（b）所示；采用傳統(tǒng)方法處理和極端天氣條件下方法圖像如圖3（c）和圖3（d）所示�？芍�，當透射率接近于0時，恢復的圖像出現(xiàn)非常多的噪點，導致圖像呈現(xiàn)黑色；采用傳統(tǒng)方法雖然能大致看清遠處的船只，但對于遠方海洋情況卻看不清；使用極端天氣條件下方法不僅能夠去除霧霾效果，而且還能看得清遠處海洋情況。圖3對比圖像Fig.3Contrastimage基于上述內(nèi)容，將2種方法的增強效果進行對比分析，結(jié)果如表1所示。表1兩種方法增強效果Tab.1Enhancementeffectoftwomethods霧霾等級傳統(tǒng)方法極端天氣條件下方法極重污染51%91%嚴重污染40%88%重度污染25%85%綜上所述，使用極端天氣條件下艦船圖像增強方法對圖像增強效果較好，也證實了該方法的有效性。4結(jié)語大部分艦船圖像采集工作都需要精準獲取輸入圖像才能提取出圖像特征，但在雨雪、風沙、霧霾等極端天氣下想要獲取高清晰圖像較難，因此，提出一種極端天氣條件下艦船圖像增強方法，該方法能夠有效解決圖像亮度失衡問題。測試結(jié)果表明，該方法增強效果較好，具有廣泛應用前景，尤其在顏色圖像光暈方面也具有良好增強效果。參考文獻：仇榮超,婁樹理,李廷軍,等.多波段紅外圖像的海面艦船目標檢測[J].光譜學與光譜分析,2019,39(3):698–704.[1]王明春,張嘉峰,楊子淵,等.Beta分布下基于白化濾波的極化SAR圖像海面艦船目標CFAR檢測方法[J].電子學報,2019,8(9):1883–1890.[2]陳艷浩.基于全局背景減法濾波器與

依據(jù)式（1）可計算出復原清晰圖像，如下式：d(x)=f(x)λλ(x)+λ。(2)2圖像增強技術(shù)研究2.1恢復清晰圖像ε依據(jù)大氣散射模型獲取的原始清晰圖像包含噪聲，對于輸入單幅圖像，需將其轉(zhuǎn)換為CIE-Lab顏色空間，由此設(shè)定一個偏色因子，如果偏色因子小于設(shè)定的閾值，那么圖像是一幅無噪聲的清晰圖像，無需再次處理；如果偏色因子大于設(shè)定的閾值，那么圖像是低質(zhì)圖像[4]。根據(jù)色度分量大小區(qū)分圖像是雨雪、風沙還是霧霾等極端天氣下的圖像。由此獲取清晰圖像流程如圖1所示。圖1無噪聲清晰圖像恢復流程Fig.1Noise-freeclearimagerestorationprocess2.2圖像增強方案的實現(xiàn)由于傳統(tǒng)增強技術(shù)圖像子塊為8×8，經(jīng)常出現(xiàn)馬賽克現(xiàn)象，導致增強效果較差，為了解決該問題，使用較大子塊減少邊界處的不連續(xù)現(xiàn)象，因此，使用多級二維離散余弦變換技術(shù)，以此提高艦船圖像增強效果，具體實現(xiàn)步驟如下：步驟1針對艦船圖像子塊的劃分，應使用多級二維離散余弦變換方式變換艦船圖像子模塊；步驟2構(gòu)建艦船圖像變換后的系數(shù)矩陣，在傳統(tǒng)增強技術(shù)基礎(chǔ)上，將各個頻率系數(shù)按照大小依次排序；步驟3使用Harr變換方式確定不同子塊間相關(guān)度，依據(jù)該相關(guān)度確定艦船圖像增強系數(shù)；步驟4利用子塊系數(shù)矩陣構(gòu)造新的矩陣，使用Harr變換方式（見圖2）；圖2原始矩陣變換為新矩陣Fig.2Theoriginalmatrixistransformedintoanewmatrix步驟5依據(jù)能量值劃分波段系數(shù)，依次確定能量對比關(guān)系；步驟6針對能量對比度設(shè)置結(jié)果，獲取響應增強系數(shù)，確定艦船圖像增強后的二維離散余弦變換系數(shù)。1）對于霧霾圖像使用改進暗原色先檢驗方法，通過收集大量戶外無霧圖像，即在大多數(shù)局部區(qū)域內(nèi)?

【參考文獻】：
期刊論文
[1]Beta分布下基于白化濾波的極化SAR圖像海面艦船目標CFAR檢測方法[J]. 王明春,張嘉峰,楊子淵,劉濤.  電子學報. 2019(09)
[2]多波段紅外圖像的海面艦船目標檢測[J]. 仇榮超,婁樹理,李廷軍,宮劍.  光譜學與光譜分析. 2019(03)
[3]基于全局背景減法濾波器與多形狀特征的紅外艦船檢測算法[J]. 陳艷浩.  電子測量與儀器學報. 2018(10)
[4]基于視覺顯著模型的遙感圖像艦船快速檢測[J]. 孫越嬌,雷武虎,胡以華,趙楠翔,任曉東.  激光技術(shù). 2018(03)



本文編號：3220574