Resumen

Dado que el método para eliminar la niebla de las imágenes es complicado y puede producirse una pérdida de detalle y una distorsión del color en las imágenes desempañadas, en este artículo se propone un método de desempañado basado en la fusión de imágenes visibles e infrarrojas cercanas. El algoritmo de este trabajo utiliza la imagen de infrarrojo cercano con gran riqueza de detalles como nueva fuente de datos y adopta el método de fusión de imágenes para obtener una imagen desempañada con gran riqueza de detalles y alta recuperación del color. En primer lugar, la imagen visible en color se convierte al espacio de color HSI para obtener una imagen de canal de intensidad, una imagen de canal de color y una imagen de canal de saturación. La imagen del canal de intensidad se fusiona con una imagen del infrarrojo cercano, se desempaña y se descompone mediante la transformada Shearlet sin submuestreo. El coeficiente de alta frecuencia obtenido se filtra preservando el borde con un filtro de suavizado de bordes exponencial doble, mientras que el tratamiento de enmascaramiento antienfoque de baja frecuencia se lleva a cabo en el coeficiente de baja frecuencia. La nueva imagen del canal de intensidad podría obtenerse basándose en la regla de fusión y mediante transformación recíproca. A continuación, en el tratamiento del color de la imagen visible, se establece el modelo de degradación de la imagen de saturación, que estima los parámetros basándose en el principio del color primario oscuro para obtener la imagen de saturación estimada. Por último, la nueva imagen del canal de intensidad, la imagen de saturación estimada y la imagen del color primario se reflejan en el espacio RGB para obtener la imagen de fusión, que se mejora mediante la corrección del color y la nitidez. Para demostrar la eficacia del algoritmo, la imagen de niebla densa y la imagen de niebla fina se comparan con los populares algoritmos de desempañado de imagen única y desempañado de imagen múltiple y el algoritmo de desempañado de fusión de luz visible-infrarrojo cercano basado en aprendizaje profundo. Los resultados experimentales muestran que el algoritmo propuesto mejora el contraste de los bordes y la nitidez visual de la imagen mejor que el método de desempañado de alta eficiencia existente.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:nueva imagen de canal de intensidad, imagen de canal de intensidad, imagen de saturación, algoritmo, coeficiente de frecuencia, imagen infrarroja, riqueza de detalles, filtro de suavizado de bordes exponencial doble, tratamiento de enmascaramiento antienfoque de frecuencia, desenfoque popular de una sola imagen
• Keywords:new intensity channel image, intensity channel image, saturation image, algorithm, frequency coefficient, infrared image, rich details, double exponential edge smoothing filter, frequency antisharpening masking treatment, popular single image defogging