基于小波变换和改进的Retniex雾天图像增强

张振华 陆金桂

(南京工业大学机械动力与工程学院 江苏 南京 211816)

0 引 言

计算机视觉科学技术在日常生活中的重要性与日俱增，而户外采集图像系统(例如摄像机、公共安全监控、道路监控等)极易受雾霾恶劣天气影响，导致采集的图像对比度低、可读性差，无法满足要求。近年来，由于尾气过量排放、森林砍伐、环境污染等原因，雾霾天等恶劣天气越来越频繁发生，户外采集系统所采集图像的视觉效果难以令人满意，因此对雾天图像增强的研究有着重要意义[1-2]。

图像增强最常用的方法有线性拉伸[3-4]、HE法[5]、同态滤波[6]和反锐化掩膜法[7]等。以上方法在增强图像时，都存在着过度增强噪声的缺点。小波分析因具有多分辨率分析能力[8-9]，可以将噪声与信号进行初步分离，许多学者将其应用于雾天图像的增强。文献[10]提出了一种小波变换和CLAHE结合的雾天图像增强算法。文献[11]提出了一种结合小波变换和HE法的雾天图像增强算法。文献[12]提出了一种基于小波变换和非线性变换的雾天图像增强算法。文献[13]提出了一种结合小波变换和阈值函数的雾天图像增强方法。Kim等[14]提出了一种小波变换结合暗通道先验的雾天图像增强算法。Yang等[15]提出了一种小波变换结合软阈值去噪的图像增强方法。Kansal等[16]提出了一种小波变换结合阈值分割技术的雾天图像增强算法。He等[17]提出了一种基于小波变换和正则化优化的雾天图像增强算法。上述基于小波变换的雾天图像增强方法都难以在增强图像细节和抑制雾霾噪声之间取得平衡，会出现过度放大噪声或者损失图像细节的问题。……