科研之友
微信
新浪微博
Facebook
分享链接
摘要
人工智能的飞速发展使得图像处理技术广泛应用于新一代智能交通系统中。但由于现有图像去雾算法在应用于智能交通中会存在透射率估计不足的现象，导致所复原图像在景深突变区域存在色偏、晕影、对比度低等问题，严重影响了户外采集系统的性能。因此，提出一种非线性变换的自适应透射率去雾算法。通过对数映射并结合自适应参数将暗通道中处于高灰度区域的强度值进行尺度压缩，获得原始无雾图像的暗通道，进而估计出初始透射率；根据像素亮度与饱和度的差值并引入调整因子，对天空区域透射率进行补偿，并结合引导滤波，对补偿透射率进行平滑处理，获取自适应优化透射率，再由大气散射模型得到去雾后的图像。仿真结果表明，该算法对天空以及景深突变区域去雾效果清晰自然，纹理细节丰富，无明显伪影及色彩偏移，明亮适中；在平均梯度、信噪比、结构相似性、信息熵等参数方面都优于其他线性变换算法，各指标平均提高约6.4%，可有效地缓解去雾图像在景深突变区域所存在的光晕以及失真现象。
- 单位
