去雾论文Defogging Technology Based on Dual-Channel Sensor Information Fusion of Near-Infrared and Visibl

Yuan Y, Shen Y, Peng J, et al. Defogging Technology Based on Dual-Channel Sensor Information Fusion of Near-Infrared and Visible Light[J]. Journal of Sensors, 2020, 2020.

基于近红外和可见光双通道传感器信息融合的除雾技术（图像融合）

针对图像去雾方法复杂、去雾图像细节丢失和色彩失真等问题，提出一种基于近红外和可见光图像融合的去雾方法。本文算法以细节丰富的近红外图像作为新的数据源，采用图像融合的方法得到细节丰富、色彩还原度高的去雾图像。首先，将彩色可见光图像转换为HSI颜色空间，得到强度通道图像、颜色通道图像和饱和度通道图像。强度通道图像与近红外图像融合并去雾，然后通过非下采样Shearlet变换进行分解。得到的高频系数通过双指数边缘平滑滤波器保留边缘进行滤波，同时对低频系数进行低频抗锐化掩蔽处理。新的强度通道图像可以基于融合规则和倒易变换获得。然后，在可见光图像的颜色处理中，建立饱和度图像的退化模型，根据暗原色原理对参数进行估计，得到估计的饱和度图像。最后将新的强度通道图像、估计的饱和度图像和原色图像反映到RGB空间，得到融合图像，通过颜色和锐度校正进行增强。为了证明算法的有效性，将浓雾图像和薄雾图像与流行的单幅图像去雾和多幅图像去雾算法以及基于深度学习的可见光-近红外融合去雾算法进行对比。实验结果表明，与现有的高效去雾方法相比，所提算法在提高图像边缘对比度和视觉清晰度方面有更好的效果。

（待补充……）