基于卷积神经网络的航标图像同态滤波去雾

陈遵科

(交通运输部 东海航海保障中心厦门航标处， 福建 厦门 361000)

受雾霾影响，某些海上目标(如航标)的特征会变得模糊，导致无法识别，给航行安全带来影响。以厦门港为例，2012年雾天39 d，封航51次，封航306.3 h；2013年雾天29 d，封航37次，封航193.6 h；2014年雾天33 d，封航42次，封航270.2 h；2015年雾天27 d，封航33次，封航182.4 h；2016年雾天29 d，封航33次，封航415.8 h。单次封航时间最短在2012年4月25日，为18 min，最长在2016年2月12日，为2 595 min。因此，有必要研究去雾图像算法，以减小雾天低能见度给航行安全带来的影响。

同态滤波[1]由A.V.Oppenheim和Ronald W.Schafer提出，通过压缩图像的动态范围，在削弱低频分量的同时增加高频分量，提高对比度，锐化图像边缘并保留其细节，实现优质的去雾效果。江玉珍等[2]针对细节信息丢失的医用X光图像，增强反映病理的边缘纹理信息。田小平等[3]引入新传递函数改进同态滤波，通过控制参数t调整滤波效果，减少调参，较快实现滤波。巴特沃斯滤波器在通频带内的频率响应曲线较为平坦，没有纹波，在阻频带逐渐下降为零，广泛应用于语音降噪、加速度传感器信号数据处理、称重和注塑机等领域中。王秋云等[4]通过对照度不均的车牌图像，构造巴特沃斯带阻同态滤波，计算图像频率分量的幅度谱估算截止频率。余成波等[5]对曝光不均、细胞轮廓不清晰的角膜内皮细胞图像进行CLAHE增强之后，再进行同态滤波。王新竹等[6]针对彩色图像亮度不足，将多尺度MSR(Multi-Scale Retinex)算法与同态滤波相结合改进图像效果。

同态滤波属于频域增强，将图像从空域转换到频域，在频域进行高通或低通滤波实现图像增强，再通过逆变换返回到空间域。……