敬学技术与表用
基于优化移动模板模式的雾天景物清晰化方法研究
王晓垫
(国防科学技术大学湖南长沙410073)
应用研究
摘要:本文在传统移动模板处理方法的基础上,针对其不足,提出一种优化方法,并以实验证明该方法对于图像清晰化和处理效单的改递,具有比较好的理论价值和实我意义
关键调：移动模板优化模式雾天景物清晰化
中图分类号：TP391.41 1引言
文献标识码：A
文章编号：1007-9416(2013)12-0033-02
(6)以像素为单位移动模板，假若满足< 在雾天等恶劣天气的情况下，所获取的户外图像质量往往不够清晰，随着场景深度的增如，图像对比度下降。导致这种结果的原因一是光照不足，二是雾天情况下传感器分辨率下降，最终使图片出现某些部位的对比失衡或者边缘模糊的现象。怎样才能增强雾天款物清晰度是近年采研究的热点问题，在露天降质图像的增强处理方面出现了不少研究成果。基于移动模板的最物清晰化方法对片中的局部图像进行增强处理，能够取得较好的清晰化结果，然而这种方法在远录图像处理和不规则图像处理方面有不足之处。本文在传统移动模板处理方法的基础上，针对其不足，提出一种优化方法，并以实验证明该方法对于图像清晰化和处理效率的改进，其有比较好的理论价值和实践意义。
2基于移动模板模式的雾天景物清晰化方法
传统的基于移动模板模式的雾天最物清晰化方法由两个步要组成：(1)将录物中划分为天空与非天空两个部分，(2)通过移动模板将录物分割成局部图像，并分别进行增强处理，最终实现图片的清晰化。
在步骤(1)中，对于天空部分的处理涉及到其灰度分布，由于雾天的散射效应，图片里的天空部分灰度值比天空之外的区域高，虽然天空区域的灰度并非一个确定的数值，但是其灰度变化的区间往往是可以预知的。可以设置一个灰度闻值来区分天空部分与非天空部分。结合正态分布原理，在满足-2a≤≤μ+2c的条件时，其分布占95%，故此时将灰度级定位在区间[h1,h2],其中A=-2a h, = μ+ 2g
在步骤(2)中，由于雾天图像对比度随着天气恶劣程度而大幅下降，而其下降水平和图片中的景深之间常常不满足普通线性关系，在并不了解具体录深的时候，是难以通过大气退化的模型进行录物清晰化处理的，原因在于图片中的景物呈现与录深关系密切。传统的移动模板通过将图像分割为不同的局部，每一个局部归结于一个模板中，并将其理解为相同的录深，随后以直方图均衡的方式处理每一模板内的局部对象。
若被处理图片为F，像素为M+N，处理后图片为G，像素仍为 M+N，移动模板为A，则结合以上的阐述，其算法可以描述为以下的步骤：
(1进行参数初始化,有k=0,7=0,x=1,y=1其中x,y为像素坐标值；
(2)考察降质图片中像素(x,y),判断其是否为天空区域，如果属于天空部分，则F(x，y)维持原值，转向步骤(6)，否则转向步骤(3)；
(3)将模板A定义为m*n大小，以该模板从F中取出子图像FA；
(4)对子图像FA进行直方图均衡化，最终获得结果GA：(5)获取GA之后，将其置于结果图像中；
则结束。
(7)综合原始图片与处理后的图片，得到图片为G，即为清晰化的图片。
该方法能够在雾天降质图片处理中取得一定的效果，但是有其不足之处。
首先，对于某一个点在天空部分还是非天空部分的判定方面，该方法将不属于天空的点作为模板的起始点，却未能解决模板内有可能依旧有属于天空的点的问题：
其次，由于移动模板的灰度范围与图像清晰化程度成反比。假若模板内存在天空的点，则灰度范围显然增大，会显著影响恢复图像的清晰程度：
此外，由于移动模板步长值为1，其实是在被处理图片上进行递点移动，但运算时间会由此面明显增多，计算量过大，影响处理效率。 3基于优化移动模板模式的雾天景物清晰化方法
结合以上的不足，本文给出以下的优化方法，其主导思想为：首先，传统的移动模板方法是将天空部分的判断和直方图均衡
化结合在一起的，本研究分离这两个步骤，以增强处理的效率，
其次，所选取的移动模板中，应增设对每一个像素的判定步骤，以使模板之内不包含天空部分的点
第三，由于在对图片进行直方图处理之后，灰度范围增加至区间[0,255],因此将天空部分灰度设定在255。
第四，为提升处理效率，将移动模板的步长值增加。
在以上思想的指导下，本研究最后确定了以下的图像处理步骤：若被处理图片a像素为p*Q，，处理后图片为b，像素仍为
p*Q，，移动模板为X，像素为p*4，则结合以上的述，其算法可以描述为以下的步骤：
(1)进行参数初始化，k=0,/=0,x=1,y=1，分别得到矩阵b， P.G，COUNT.其中，图像的的处理结果以矩阵b表示，图像处理的中间结果以P表示，均德衡化灰度累加以矩阵G表示，次数累加以矩阵 COUNT表示；
(2)分离图片中的天空部分，获取灰度级区间[h,,h,],并将天空部分的灰度定义为255
(3)在被处理图片中选择点(x，y),并在模板定位时去除模板中所包含的灰度255的天空像素，对模板区域以直方图进行均衡，保存中间结果P；
(4)对所有的变换结果进行累加，G=G+P；
(5)移动模板，转至步骤(3)，将每一个像素均衡化处理后，以矩阵COUNT保存其累加次数，假若满足k 33