第一篇

基于主动偏振照明和平均滤波技术的水下图像可见度增强

技术光学技术与图像处理技术相结合

 

切入点：是基于物理退化模型，利用先验知识和期望来估计影响图像清晰度的干扰因素，通过对退化过程的反演，消除干扰因素的影响，提高图像的清晰度。总的来说，与图像增强技术相比，图像恢复技术将获得更多的自然去霾图像。但该技术算法复杂，去除图像的时间较长，不适合实时处理，在散射较强的稠密混浊介质情况下，恢复效果较差。典型的修复技术包括DCP技术[13，14]、多通道融合技术[15，17]等

问题是什么：随着探测距离的增加，场景光的强度衰减，其偏振信息几乎消失，而背向散射光的强度增加，具有明显的偏振特征[19] 水 下散 射 微粒 造成 的 背 向 散 射 光 具 有 明 显 的 部 分 偏 振 特性

思路：在水下环境中，传感器接收的入射光被分成两部分目标对象的强度信息在目标对象的反射光中找到，该反射光也称为直射光。后向散射是创造雾霾环境的关键因素，它是由水中的颗粒反射到探测器中的散射光引起的直接光和后向散射。物体光(用J表示)是我们最终需要取回的 随着我距离的大小 这两个光不断变化 最终算出透射率 还原出水下本像 二以通过偏振消除部分后向散射，但不能实现完全消除。为了能够去除剩余的雾霾部分，我们采用了基于平均滤波的快速估计大气面纱的方法来实现快速去霾。文中将详细介绍所提出的去污算法。根据公式(3)，消除雾霾的关键是计算全球大气光的透过率和评估。他等人。[13]发现在大多数无雾霾图像的非天空区域中，至少有一个颜色通道中的任何像素的强度仍然非常低 因此 暗通道先验证法