![](https://csdnimg.cn/release/download_crawler_static/80767240/bg8.jpg)
.
优势,采用基于曲波的消失点检测对雾天图像进行了自动去雾处理。
6) 基于大气调制传递函数 ( Atmospherical Modulation
TransferFunction ,MTF) 增强雾天图像。该方法的原理是 : 首先通过对大气调
制传递函数的预测,近似估计大气对图像质量的退化过程。当得到先验信息时,
通过预测公式计算出相应的湍流调制传递函数和气溶胶调制传递函数, 再由前两
者的乘积得到总的大气调制传递函数。 然后利用大气调制传递函数在频域内对天
气退化图像进行复原, 并对户外景物图像中由大气调制传递函数造成的衰减进行
补偿。文献[ 9 - 10 ]均是采用大气调制传递函数对天气退化图像进行清晰化
处理。
②局部化的图像增强方法
对于上述全局化的图像增强方法而言,由于此类方法是对整幅图像进行操
作,而且在确定变换或转移函数时是基于整个图像的统计量。 而在实际应用中常
常需要对图像某些局部区域的细节进行增强, 但这些局部区域内的像素数量相对
于整幅图的像素数量往往较小, 在参与整幅图的计算时其影响常被忽略掉, 并且
从整幅图像得到的函数也不能保证这些所关心的局部区域得到所需的增强效果。
因此,需要根据所关心的局部区域的特性来计算变换或转移函数, 并将这些函数
用于所关心的区域, 以得到所需的增强效果。 目前主要有 3 类局部化的图像增强
方法:
1) 局部直方图均衡化方法[ 11 - 13 ],也称块重叠直方图均衡化,是一
种标准的自适应直方图均衡化方法 ( Adaptive Histogram Equalization ,AHE) 。
其基本思想是将直方图均衡化运算分散到图像的所有局部区域, 通过局部运算的
叠加自适应地增强图像局部信息。 此外,Kim 等人提出了非重叠子块直方图均衡
化的算法[ 14],Zimmerman 等人提出了插值直方图均衡化方法[ 15],翟艺书
等人采用块重叠直方图均衡化实现了对雾天图像的清晰化处理[ 16] ; 王萍等
人利用插值自适应直方图均衡化算法很好地解决了雾天图像的低对比度问题
[3]。在此基础上, Stark 等人建立了广义局部直方图均衡化的数学描述,并
通过对参数的调整很好地实现了对均衡化图像效果的控制。
2 ) 局部对比度增强方法,有 3 种方式 : a) 常数增益 ( Constant Gain
Trace ,CGT) 算法。该算法求得雾天图像的局部均值并设定比例常数, 在雾天图
像的每个像素位置上根据变换函数放大图像的局部变化 ; b) 饱和度反馈算法。
该算法将雾天图像转换到 HIS 色彩空间中进行处理 ; c) 自适应饱和度反馈算