樊湘鹏 周建平,2 许 燕,2
(1.新疆大学机械工程学院, 乌鲁木齐 830047;2.新疆维吾尔自治区农牧机器人及智能装备工程研究中心, 乌鲁木齐 830047)
随着传感器和通信技术的发展,农业机器人装备能够快速获取高通量的大田作物生长信息[1]并对作物长势和生理胁迫响应进行有效动态监测,已成为精准农业中的研究热点[2]和重要手段。在天气晴朗、能见度高、天顶角小的情况下,农业机器人视觉系统可以获得最佳效果的图像,然而在实际环境中,受空气污染加剧、自然雾霾和农田非正常活动(如焚烧)等的影响,理想天气次数减少,大气介质对地面反射光线的散射和吸收导致空气能见度降低,使得农田图像中的地物信息模糊不清,甚至出现颜色的偏移和失真,直接影响图像信息的真实性[3],给图像的解译和后续使用带来了极大困难。研究农田图像除雾技术并进行复原处理是图像信息解析的重要前提,对提升图像数据精确度、促进农业机器人的推广和农业信息化进程有着重要的作用[4]。
图像去雾主要有两类方法,一类是基于图像增强的方法,通过调整图像的对比度和亮度等指标来突出图像的细节,可在一定程度上增强视觉效果,但容易丢失信息、引入噪声,造成图像颜色失真,如基于直方图均衡化[5]和Retinex理论的算法[6]等;另一类是基于雾天退化模型的方法[7],该类方法通过对环境光和透射率进行分析,并根据一定的先验假设来逼近模型参数的真实值来实现去雾。……