融合暗通道与空间金字塔的海上红外图像去雾算法

本文主要探讨了一种融合暗通道滤波和空间金字塔的图像去雾算法，针对红外摄像机在雾天环境下拍摄的图像质量下降问题提出了创新解决方案。该方法针对海上红外图像处理，首先通过自适应的海天分割技术，将图像划分为天空区域，并将其细分为四个子空间，目的是寻找其中灰度值最大的子区域，这个步骤被用来定位可能的大气光强度。通过重复迭代这一过程，直至找到三级分割中最亮的子块，并提取其中邻域像素的最大亮度作为大气光的估计值。 接下来，清晰图像和模糊图像之间的最小值滤波被应用于去雾过程，利用清晰图像暗通道值趋向于零的特性，作为去除雾气的先验知识。暗通道透射率的估计是关键步骤，它有助于恢复红外图像的清晰度，去除由于雾气引起的失真。 算法的优势在于其提高了去雾的鲁棒性和效率，同时能更好地保留图像目标的边缘信息。实验结果显示，与现有去雾算法相比，DCF-SP算法在效果上表现优秀，EPI（边缘保护指数）和SSIM（结构相似性指数）分别达到了0.95和0.9425，这表明该算法在保持图像视觉质量和细节方面具有显著优势。 此外，本文的研究还得到了国家自然科学基金重点项目的资金支持，研究主题涉及分数阶傅立叶变换的基础理论和关键技术，并将其应用到海洋目标探测中，反映出作者对前沿技术的探索和实际应用场景的关注。 融合暗通道滤波和空间金字塔的图像去雾算法是一项结合了图像处理、数据结构和人工智能的技术，旨在提升红外图像在复杂环境下的成像质量，对于提高红外摄像设备在恶劣气象条件下的实用性具有重要意义。