基于边界限制加权最小二乘法滤波的雾天图像增强算法

李红云; 云利军; 高银

doi:doi:10.3788/CJL201946.0309002

中国激光, 2019, 46 (3): 0309002, 网络出版: 2019-05-09

基于边界限制加权最小二乘法滤波的雾天图像增强算法下载： 1147次

Fog Image Enhancement Algorithm Based on Boundary-Limited Weighte Least Squares Filtering

李红云 ^1,*云利军 ^2,*高银 ³

作者单位

¹ 泉州理工学院, 福建晋江 362200

² 云南师范大学信息学院, 云南昆明 650500

³ 中国科学院泉州装备制造研究所, 福建晋江 362200

图 & 表

图 1. 算法的流程图

Fig. 1. Flow chart of algorithm

下载图片查看原文

图 2. 散射立方

Fig. 2. Scattering cube

下载图片查看原文

图 3. 透射率图像的对比。(a)原图;(b)文献[ 8]中的暗通道图像;(c)文献[ 8]中的透射率图像;(d)文献[ 8]中的去雾结果; (e)文献[ 14]中的边界限制图像;(f)文献[ 14]中的透射率优化图像;(g)文献[ 14]中的去雾后的图像; (h)所提方法的边界限制图像;(i)所提方法的透射率图像;(j)所提方法的去雾后的图像

Fig. 3. Comparison of transmission images. (a) Original image; (b) dark channel image in Ref.[8]; (c) transmission image in Ref.[8]; (d) dehazing image in Ref.[8]; (e) boundary constraint image in Ref.[14]; (f) transmission image in Ref.[14]; (g) dehazing image in Ref.[14]; (h) boundary constraint image by proposed algorithm; (i) optimized transmission image by proposed algorithm; (j) dehazing image by proposed algorithm

下载图片查看原文

图 4. 不同去雾方法的结果对比。(a)原图;(b)文献[ 8];(c)文献[ 14];(d)文献[ 16];(e)文献[ 17];(f)文献[ 18];(g)所提算法

Fig. 4. Qualitative comparison of results of different dehazing methods. (a) Original image; (b) Ref.[8]; (c) Ref.[14]; (d) Ref.[16]; (e) Ref.[17]; (f) Ref.[18]; (g) proposed algorithm

下载图片查看原文

图 5. 不同去雾方法中天空区域和细节特征对比。(a)原图;(b)文献[ 8];(c)文献[ 14];(d)文献[ 16];(e)文献[ 17];(f)文献[ 18];(g)所提算法

Fig. 5. Qualitative comparison of sky region and detail features of different dehazing methods. (a) Original image; (b) Ref.[8]; (c) Ref.[14]; (d) Ref.[16]; (e) Ref.[17]; (f) Ref.[18]; (g) proposed algorithm

下载图片查看原文

表 1图像质量评价

Table1. Image quality evaluation

Fig. 4	Method	e	Ψ	$\begin{matrix} \bar{r} \end{matrix}$	e+ $\begin{matrix} \bar{r} \end{matrix}$
	Ref.[8]	0.12	0	1.47	1.59
	Ref.[14]	0.21	0.15	2.62	2.83
Building	Ref.[16]	0.05	0	0.94	0.99
	Ref.[17]	0.04	0	1.11	1.15
	Ref.[18]	0.13	0	1.74	1.87
	Proposed	0.11	0	1.72	1.83
	Ref.[8]	0.02	0	0.92	0.94
	Ref.[14]	0.05	0	1.66	1.71
Mountain	Ref.[16]	0.01	0	0.89	0.9
	Ref.[17]	0.02	0.23	1.29	1.31
	Ref.[18]	0.02	0.09	1.23	1.25
	Proposed	0.03	0	1.5	1.53
	Ref.[8]	0.02	0	0.95	0.97
	Ref.[14]	0.11	0.31	2.62	2.73
Monitoringstation	Ref.[16]	0.04	0	1.1	1.14
	Ref.[17]	0.03	0	1.33	1.36
	Ref.[18]	0.07	0	1.93	2.00
	Proposed	0.03	0	1.57	1.6
	Ref.[8]	0.01	0.05	1.2	1.21
	Ref.[14]	0.01	0.05	1.59	1.6
Market	Ref.[16]	0.01	0.95	1.07	1.08
	Ref.[17]	0.01	0.97	1.53	1.54
	Ref.[18]	0	0.13	1.64	1.64
	Proposed	0.02	0.16	1.97	1.99

查看原文

李红云, 云利军, 高银. 基于边界限制加权最小二乘法滤波的雾天图像增强算法[J]. 中国激光, 2019, 46(3): 0309002. Hongyun Li, Lijun Yun, Yin Gao. Fog Image Enhancement Algorithm Based on Boundary-Limited Weighte Least Squares Filtering[J]. Chinese Journal of Lasers, 2019, 46(3): 0309002.

基于边界限制加权最小二乘法滤波的雾天图像增强算法下载： 1147次

图 1. 算法的流程图

Fig. 1. Flow chart of algorithm

图 2. 散射立方

Fig. 2. Scattering cube

图 4. 不同去雾方法的结果对比。(a)原图;(b)文献[ 8];(c)文献[ 14];(d)文献[ 16];(e)文献[ 17];(f)文献[ 18];(g)所提算法

Fig. 4. Qualitative comparison of results of different dehazing methods. (a) Original image; (b) Ref.[8]; (c) Ref.[14]; (d) Ref.[16]; (e) Ref.[17]; (f) Ref.[18]; (g) proposed algorithm

图 5. 不同去雾方法中天空区域和细节特征对比。(a)原图;(b)文献[ 8];(c)文献[ 14];(d)文献[ 16];(e)文献[ 17];(f)文献[ 18];(g)所提算法

Fig. 5. Qualitative comparison of sky region and detail features of different dehazing methods. (a) Original image; (b) Ref.[8]; (c) Ref.[14]; (d) Ref.[16]; (e) Ref.[17]; (f) Ref.[18]; (g) proposed algorithm

表 1图像质量评价

Table1. Image quality evaluation

关于本站 Cookie 的使用提示

全站搜索

基于边界限制加权最小二乘法滤波的雾天图像增强算法 下载： 1147次

图 1. 算法的流程图

Fig. 1. Flow chart of algorithm

图 2. 散射立方

Fig. 2. Scattering cube

图 4. 不同去雾方法的结果对比。(a)原图;(b)文献[ 8];(c)文献[ 14];(d)文献[ 16];(e)文献[ 17];(f)文献[ 18];(g)所提算法

Fig. 4. Qualitative comparison of results of different dehazing methods. (a) Original image; (b) Ref.[8]; (c) Ref.[14]; (d) Ref.[16]; (e) Ref.[17]; (f) Ref.[18]; (g) proposed algorithm

图 5. 不同去雾方法中天空区域和细节特征对比。(a)原图;(b)文献[ 8];(c)文献[ 14];(d)文献[ 16];(e)文献[ 17];(f)文献[ 18];(g)所提算法

Fig. 5. Qualitative comparison of sky region and detail features of different dehazing methods. (a) Original image; (b) Ref.[8]; (c) Ref.[14]; (d) Ref.[16]; (e) Ref.[17]; (f) Ref.[18]; (g) proposed algorithm

表 1图像质量评价

Table1. Image quality evaluation

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索

基于边界限制加权最小二乘法滤波的雾天图像增强算法下载： 1147次