煙環境における大気散乱モデルSASM-DOSの構築と煙画像鮮明化アルゴリズム

科学分野:

• コンピュータビジョン
• 画像処理
• 環境センシング

背景:

• 煙環境は、複雑なノイズや不均一な照明を含む、重大な画像劣化の問題をもたらします。
• 既存の画像処理手法は、多様な煙媒体のユニークな散乱特性に対処するのに苦労しています。

研究 の 目的:

• 煙充満環境に特化した効果的な画像鮮明化アルゴリズムを開発すること。
• 視覚品質を向上させ、重要なアプリケーションに堅牢な技術サポートを提供すること。

主な方法:

• 大気光推定のためのマルチスケール階層的ノイズ除去とスーパーピクセルセグメンテーション（SLIC）を組み込んだマルチステージフレームワーク。
• 色忠実度とコントラストを向上させるための結合伝送推定法とLMS色空間変換。
• 大気光推定の洗練のためのクロス双方向フィルタリングとダイナミックレンジ拡張のためのチャネル線形ストレッチングを利用しました。

主要な成果:

• 提案されたアルゴリズムは、煙画像の詳細テクスチャと色忠実度を大幅に向上させます。
• 既存の手法と比較して、すべての定量的評価指標で優れたパフォーマンスを示しました。
• 主観的な視覚評価により、処理画像の鮮明度と詳細が向上したことが確認されました。

結論:

• 開発された煙環境画像鮮明化アルゴリズムは、困難な視覚条件下で堅牢なソリューションを提供します。
• この手法は、火災救助、産業監視、自動運転などのアプリケーションに貴重な技術サポートを提供します。