Restauración de la visión digital en ambientes corrompidos por degradaciones nebulosas

Abstract

La restauración de imágenes corrompidas por degradaciones nebulosas como la presenciade brisa, niebla o bruma, ha recibido un creciente interés de investigación de los últimos años. Esto se debe, a que la recuperación de una clara percepción visual a partir de una escena nebulosa, tiene consecuencias importantes en la mejora de la toma de decisiones en ambientes nebulosos donde una mala decisión puede traer consecuencias fatales en aplicaciones críticas como navegación de vehículos y seguridad. El principal efecto de las degradaciones nebulosas en una imagen es la corrupción de los niveles de intensidad que los sensores opto-electrónicos capturan y que son reflejados por los objetos de la escena. En consecuencia, el contraste visual en la imagen se ve afectado considerablemente al grado que es difícil distinguir la presencia de los objetos. La restauración de imágenes en ambientes nebulosos es un problema complicado de resolver debido a que las degradaciones nebulosas pueden modelarse como procesos altamente correlacionados cuyos parámetros estadísticos pueden variar con el paso del tiempo y la carga computacional que es requerida para el proceso de restauración puede ser muy intensiva. En este trabajo de tesis, se proponen dos algoritmos computacionales para la restauración de imágenes corrompidas por degradaciones nebulosas, los cuales hacen uso del modelo físico de formación de imágenes. Los algoritmos propuestos se basan en el uso de ventanas deslizantes locales, en las cuales por medio del modelo físico de las degradaciones nebulosas se estima la profundidad local de la escena en cada posición, para posteriormente obtener la señal restaurada. Diferentes resultados obtenidos con los métodos propuestos son presentados, discutidos, y comparados, con diferentes métodos existentes para la restauración de la visión digital en ambiente nebulosos. Abstract Restoration of images which have been corrupted by foggy degradations such as the presence of rain, fog or mist, has received an increasing research interest in recent years. This is because recovery of a clear visual perception from a foggy scene has great impact on the decision making in environments where a bad decision can bring fatal consequences in critical applications such as vehicle navigation. The main effect of a foggy degradation in an observed image is the corruption of the intensity levels that the opto-electronic sensors capture and which are reflected by the objects present in the scene. As the result, the visual contrast in the observed scene is severely affected causing that distinguishing of present objects in the scene become a very difficult task. Image restoration in foggy environments is a difficult problem because foggy degradations can be modeled by a highly correlated process which statistical parameters can vary over time and moreover, the computational load that is required for the restoration process can be very intensive. In this thesis we propose two computational algorithms for restoration of images corrupted by foggy degradations, which make use of the physical image formation models. The proposed algorithms are based on the use of a sliding-window, in which by means of the physical model of the foggy degradation the local scene-depth is estimated in each position, to get the restored signal. Several computer simulation results obtained with the proposed algorithms are presented, discussed and compared, with different methods for image restoration in foggy environments.