彩色叶片图像去尘算法

杨

森

,

冯

全

*

,

杨

梅

,

李妙祺

(

甘肃农业大学工学院

兰州

730070)

(1535361383@qq.com)

摘

要

:

针对户外降尘造成叶片图像中颜色失真、细节信息模糊的问题

,

提出一种基于光学模型的单幅图像的自动

去尘算法

.

首先根据光线在尘土层和空气中的传播方式建立了一种退化模型

;

然后结合光学反射成像模型和暗元色

原理估计出环境光强及传输量

2

个模型参数

;

最后在该退化模型的基础上实现叶片图像尘土的快速去除

,

并用有尘土

层的标准色卡和葡萄叶片图像检验算法的有效性

.

实验结果表明

,

文中算法对

2

种图像均有较好的去尘效果

,

复原后

图像的

H

和

S

分量与无尘图像的偏离程度得到了明显改善

,

重现了图像的颜色和清晰度

,

获得了满意的视觉效果

;

该

算法对不同天气和照明条件、不同品种的葡萄叶片图像均有较好的颜色恢复效果

.

关键词

：

去尘算法

;

退化模型

;

图像复原

;

葡萄叶片图像

;

颜色恢复

中图法分类号

：

TP391.41

An Algorithm of Dust Removal for Color Leaves Image

Yang Sen, Feng Quan

*

, Yang Mei, and Li Miaoqi

(

College of Engineering, Gansu Agricultural University, Lanzhou

730070)

Abstract:

In order to tackle color distortion and appearance blur of leaf images caused by atmospheric dust, in

this paper, an automatic algorithm is proposed of dust removal for a single image, based on an optical model. We

construct an image degradation model according to the transmission way of light in the dust layer and atmosphere.

The two model parameters, the atmospheric light and transmission map, are then estimated by the optical reflec-

tance imaging model and dark channel prior. Based on the model, we can remove the effect of dust on the image

quickly. The images of dusty ColorChecker Chart and grape leaves are employed to check the effectiveness of the

algorithm. The experimental results show that the high-quality dust-free images can be recovered, with the devia-

tions between the H and S components of them and those of the clean images being significantly reduced. And the

algorithm is applicable to the images under various conditions, i.e., weather, illumination and grape varieties.

Key words:

dust removal; degradation model; image restoration; grape leaves images; color restoration

在用于农业领域的图像处理技术中

,

颜色特

征得到了广泛运用

,

如作物生长状态诊断、

土壤和

杂草等背景的识别、病虫害特征提取和识别

[1-3]

等

方面都需要颜色特征

.

我国西北地区气候干旱

,

降

尘较大

,

户外的植物叶片表面往往附着一层灰尘

,

光在灰尘介质中传播时会受到灰尘颗粒散射、吸

收、折射等复杂作用而发生变化

[4]

,

导致户外监控

系统获得的植物叶片图像对比度与清晰度下降、

图

像中蕴含的许多特征被覆盖或被模糊

,

特别是造

成颜色失真

,

进而降低了依赖颜色特征的图像检

测和识别之准确性

.

目前

,

退化图像的恢复主要分

为图像增强的方法

[5-6]

和基于物理模型

[7-9]

的方法