Estimación de las funciones de reflectancia y profundidad a partir de una imagen degradada por neblina.

Abstract

Las imágenes capturadas en ambientes bajo un clima adverso sufren de una disminución de visibilidad. En presencia de neblina hay una densidad considerable de partículas suspendidas en el ambiente que dispersan la luz en múltiples direcciones, ocasionando un deterioro del contraste y de los colores de la imagen. La pérdida de visibilidad en aplicaciones de visión por computadora es un factor de riesgo en actividades humanas relevantes como la navegación y seguridad. La dispersión óptica causa que el desempeño de algoritmos computacionales para el procesamiento de imágenes capturadas en exteriores sea deficiente. Por lo tanto, es necesario ampliar este campo de investigando para proponer nuevos métodos de procesamiento para remover la degradación por dispersión óptica en imágenes. En esta tesis se propone un método para estimar las funciones de reflectancia y profundidad a partir de una escena degradada por neblina. El método propuesto utiliza ventanas localmente adaptativas para hacer estimaciones locales basadas en un modelo físico de formación de imágenes. Las ventanas localmente adaptativas se construyen mediante el cálculo de estadísticas de la señal dentro de una ventana deslizante. La profundidad de la escena se estima localmente para cada elemento de imagen al encontrar el valor mínimo de una función objetivo que involucra diferentes estadísticas locales de la imagen, así como al modelo de formación de imágenes en un ambiente dispersivo homogéneo. La imagen libre de degradaciones es recuperada al emplear la función de profundidad estimada y la imagen degradada en el modelo físico de restauración. El desempeño del algoritmo propuesto se evalúa de forma objetiva mediante métricas de distancia entre las funciones estimadas y libres de degradación. A través de este procedimiento de evaluación se compara el desempeño de este algoritmo con respecto a otros métodos disponibles en el estado del arte. _____________________

Images captured in adverse weather suffer a considerable visibility loss. In the presence of haze there is a considerable amount of particles suspended in the environment that scatter light in multiple directions, and cause a degradation of the contrast and colors of the image. The loss of visibility in computer vision applications is a factor of risk in human activities such as navigation and security. Optical scattering causes a reduction in the performance of computer algorithms for images processing of outdoor scenes. Therefore, more research needs to be done in order to develop processing methods for removing optical scattering degradation from images. In this thesis a method is proposed for estimating the reflectance and depth functions from a degraded scene with haze. The proposed method uses locally adaptive windows to make local estimations based on the physical model for image formation. The locally adaptive windows are created by calculating rank order statistics of a signal inside a moving window.