基于小波变换的迭代融合去雾算法

杨利霞

基于小波变换的迭代融合去雾算法

: G( E: h; U9 s$ ~4 Q0 R7 R' E' |; O


3 A  U0 o' a" x, _$ l- B
在有雾气的环境下，户外采集到的图像容易出现对比度低、细节丢失等问题。针对
/ f# P9 |: Y% B) n% N( w该问题本文提出了多尺度 Retinex(MSR)理论结合小波变换的图像融合方法对雾天图像进行
恢复。首先，将采集到的雾天图像用 MSR 算法进行增强处理，之后采用‘db5’小波基将雾
( X4 o1 O- ]/ d, v: C3 C4 \天图像与增强图像的亮度分量 V 进行融合处理，并对雾天图像的饱和分量进行约束，最后合
成去雾图像；设置阈值，对雾浓度相对较大的雾天图像用小波变换进行二次迭代融合去除残
9 r9 Y: a' }9 p- y2 _' P雾。实验结果表明，本文方法可有效恢复不同浓度的雾天图像，去雾后的图像可增强暗区细
# X* v. s( }( x# @* r2 m7 z& P节、增强图像色彩、丰富图像信息。小波融合的使用保留了更多图像信息，使图像色彩丰富
) v: N4 J8 C: w! m' w' |3 E自然、整体平滑，融合图像具有良好的复原效果。
$ `/ F" @* ^9 m
5 o! a) z5 b; E4 {