TA的每日心情 | 开心
2020-9-2 15:04 |
|---|
签到天数: 3 天 [LV.2]偶尔看看I
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要： 本文提出一种基于景深约束的单幅雾天图像去雾算法，该算法首先对退化模型进行变换以满足 Ｋｉｍ ｍｅｌ变分框架的要求；其次，考虑到人眼视网膜锥细胞对绿光的敏感性，将绿光分量作为大气传输图变分求解模型的输 入；最后，利用景深图像特性，在 ８邻域快速求解中对能量函数进行约束，从而有效提升去雾图像的视觉效果．实验结 果表明本文算法在获得最佳去雾效果的同时，具有较好的实用性和较少的计算资源消耗． 关键词： 图像去雾；退化模型；景深；变分模型9 D4 [# ^, q) ]% u w
. N# f3 \/ q4 b; B
可见光成像系统受雾霾天气影响，成像质量严重下 降，如何改善雾霾退化图像的质量，尤其是针对单幅图 像的质量提升成为当前研究的热点．目前，对于此类问 题的解决方案可概括为两类． : S, a# x6 d- J% J6 I. }
: {7 j6 w1 T3 J& p- u9 L ?$ Z( o; ?" v6 h
第一类是非模型去雾方法，其主要目标是提升雾天 图像的视觉效果，如伽马校正［１］、直方图均衡［２］和基于 颜色恒常性的 Ｒｅｔｉｎｅｘ算法［３］等；这类方法简单、快速， 但不足之处是针对性较强，难以使图像对比度、颜色和 亮度等视觉指标同时调整到人眼视觉愉悦区．
# N7 w6 O6 I( C/ N" ~) V& K* R# T% B4 G
R1 Q6 J: Z% R, q0 _. }6 s% S 另一类解决方法是基于物理模型的去雾，其依赖于 图像退化模型的建立，通过对大气传输和环境光照进行 建模，并依据强有力的假设和先验信息将模型求解的非 适定性转换为适定性；根据求解方式不同，这类方法可 分为基于统计先验求解和基于几何先验求解. m w& D0 R/ U! z9 B% S' q
0 M7 t' d8 a* [ W/ y9 V5 b% y0 O: n/ v x
附件下载：6 p+ r e4 [$ M2 y6 W8 l3 m0 N
|
|
/1 
发表于 2020-12-17 10:34
收藏
淘帖
支持！
反对！