一种基于小波融合的雾天视频监控图像增强算法.docx

一种基于小波融合的雾天视频监控图像增强算法
一、引言
雾天气象作为一种自然环境现象，光的传播受到水辐射等物质的影响而产生能见度降低、图像模糊等视觉降质现象。在雾天的视频监控任务中，这种现象更是严重影响了视频监控图像的质量。为了提高雾天视频监控图像的质量，我们提出了一种基于小波融合的雾天视频监控图像增强算法。
二、文献综述
在过去的几十年中，已经有许多学者对雾天图像处理进行了研究。近年来，随着计算机技术的不断发展和计算机硬件与软件技术的不断提高，图像处理技术的同步促进，研究者采用了各种方法来处理雾天影像。常见的雾天图像处理技术有滤波法，直方图均衡化，小波变换等。
本文采用小波变换技术对雾天视频监控图像进行处理。小波变换具有时间域和频率域分析能力，故可根据所需要的目标实现信号高频和低频的滤波及去噪。同时可以将信号分解成不同的频率分量，在不同的频率上进行增强，解决雾霾天气图像中存在的亮度不足、对比度低等问题。
三、提出的雾天视频监控图像增强算法
3.1.图像预处理
首先将原始的雾天观察图像读入，分解成不同的小波系数，共计四个频段：低频，水平，垂直和对角线方向。通过小波包变换（WaveletpacketTransform），可以将图像分解成不同子频段，进行一定程度的去噪和特定频率信号的分离。通过对不同子频段进行去噪和滤波，我们可以得到一个更好的图像。
3.2.小波变换
在小波变换的过程中，将雾天图像分解成不同的子频段，然后对子频段进行处理。通常来说，低频所包含的信息较为重要，垂直方向和水平方向的信号频率较高，对角线方向变化比较剧烈。因此，在这种情况下，可以对低频进行相应的增强处理，可以通过合理调整，使低频信号保持相对的平滑，以减少图像中存在的噪声和低对比度。而对于高频信号，我们选择进行局部对比度的增强，以使得图像更加清晰。
3.3.小波包变换
在小波包变换中，将雾天图像分解成不同的子频段，然后对子频段进行处理。不同于小波变换处理后只有低频和高频两部分的特定倍频，小波包分解产生的是一棵多叉树，其中每个节点都包含一个子频段，可以进行多次分解。因此，可以更好地满足不同频率的需要。同时，小波包变换还可以采用不同的基函数，以适应不同的信号类型。
3.4.图像融合
在基于小波融合的雾天视频监控图像增强算法中，我们采用基于多分辨率的小波融合方法。首先，将预处理后的雾天图像分别进行小波变换和小波分解处理。然后，在不同频段中进行综合，最后得到增强后的图像。
四、实验结果
我们采用自行拍摄的视频图像以及计算机模拟产生的雾天图像数据进行实验。实验结果表明，基于小波融合的雾天视频监控图像增强算法可以有效地提高雾天视频监控图像的质量，增强图像的清晰度和对比度。相比于其他方法，我们的方法具有更好的性能表现。
五、结论
本文提出了一种基于小波融合的雾天视频监控图像增强算法。通过预处理、小波变换、小波包变换和图像融合等步骤，我们可以有效地提高雾天视频监控图像的质量。经实验验证，本文所提出的算法具有更好的性能表现，可以实现有效的雾天视频监控图像增强处理。