北京航空航天大学学报 ›› 2017, Vol. 43 ›› Issue (3): 592-601.doi: 10.13700/j.bh.1001-5965.2016.0169

• 论文 • 上一篇    下一篇

基于图像增强的无人机侦察图像去雾方法

黄宇晴1, 丁文锐2, 李红光2   

  1. 1. 北京航空航天大学 电子信息工程学院, 北京 100083;;
    2. 北京航空航天大学 无人驾驶飞行器设计研究所, 北京 100083
  • 收稿日期:2016-03-07 出版日期:2017-03-20 发布日期:2016-06-12
  • 通讯作者: 李红光,E-mail:lihongguang@buaa.edu.cn E-mail:lihongguang@buaa.edu.cn
  • 作者简介:黄宇晴,女,硕士研究生。主要研究方向:图像处理。;李红光,男,博士,工程师。主要研究方向:图像处理。
  • 基金资助:
    国家自然科学基金(61601014)

Haze removal method for UAV reconnaissance images based on image enhancement

HUANG Yuqing1, DING Wenrui2, LI Hongguang2   

  1. 1. School of Electronic and Information Engineering, Beijing University of Aeronautics and Astronautics, Beijing 100083, China;;
    2. Research Institute of Unmanned Aerial Vehicle, Beijing University of Aeronautics and Astronautics, Beijing 100083, China
  • Received:2016-03-07 Online:2017-03-20 Published:2016-06-12

摘要: 针对无人机(UAV)雾霾天气下的侦察图像,并考虑无人机自身特性,提出了一种新的基于图像增强的无人机侦察图像去雾方法。该方法从图像处理的角度,通过对图像分别进行白平衡处理和对比度增强处理,基于图像融合和自动色阶处理,最终得到复原图像。选取无人机侦察图像进行去雾,并从主观和客观对实验结果进行评价,本方法得到的去雾图像的图像评价指标均有明显提高;同时与其他典型的去雾方法相比,综合评价指标提升,证明本方法可以得到良好的去雾效果。

关键词: 白平衡, 对比度增强, K-means算法, HSV颜色空间, 自动色阶

Abstract: On account of the unmanned aerial vehicle (UAV) reconnaissance images under the hazy weather conditions, considering the characteristics of UAV itself, this paper proposes a novel method for dehazing UAV reconnaissance images based on image enhancement. Through automatic white balance and contrast enhancement for images respectively, the final restored image can be obtained based on image fusion and auto levels. Then we choose UAV reconnaissance images for haze removal and evaluate the result of the experiment from the perspective of subjective and objective. The experimental results show that the image evaluation indexes of dehazing images are improved obviously. Compared with other typical haze removal methods, the comprehensive index of the image restored by the proposed method increases, which proves that the proposed method can obtain excellent dehazing effect.

Key words: white balance, contrast enhancement, K-means algorithm, HSV color space, auto levels

中图分类号: 


版权所有 © 《北京航空航天大学学报》编辑部
通讯地址:北京市海淀区学院路37号 北京航空航天大学学报编辑部 邮编:100191 E-mail:jbuaa@buaa.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发