作者单位
摘要
兰州交通大学 电子与信息工程学院, 甘肃 兰州 730070
为了解决暗通道先验算法中对大片天空区域或大片白色区域失效的问题, 提出一种结合景深估计的高斯衰减与自适应补偿去雾算法。首先通过RGB通道散射强度的算术平均与雾浓度近似正相关的关系估计场景深度; 然后, 结合景深的边缘信息, 利用相邻像素之间的差异构造高斯滤波器对最小值通道进行滤波处理得到高斯暗通道; 其次, 利用高斯暗通道与其高斯函数之间的关系, 通过调节因子与雾浓度呈负相关的关系, 提出结合景深与高斯环绕函数卷积的策略获取自适应调节因子, 从而对透射率进行自适应补偿估计; 最后, 结合大气散射模型复原无雾图像。实验结果表明, 该算法在确保运行效率的基础上, 可以准确的估计透射率, 与经典算法相比较, 在客观评价中可见边数平均提高了0.02, 饱和像素点数平均下降了0.002。所提算法可以复原出自然清晰的无雾图像, 尤其是在景深远处和天空区域取得了良好的效果。
高斯衰减 自适应补偿 场景深度 边缘检测 Gaussian attenuation adaptive compensation scene depth edge detection 
光学 精密工程
2019, 27(11): 2439
作者单位
摘要
兰州交通大学电子与信息工程学院, 甘肃 兰州 730070
提出了一种基于高斯衰减的自适应线性变换图像去雾算法。建立有雾图像与无雾图像最小值通道之间的线性变换模型,利用有雾图像最小值通道构造高斯函数以自适应补偿估计图像明亮区域的透射率,提升透射率的准确度。根据大气散射模型复原图像,使用交叉双边滤波器消除透射率纹理效应。实验结果表明,所提算法能有效地改善图像明亮区域的色彩失真,消除景深边缘Halo效应,所复原的图像具有明显的细节和适宜的饱和度。
图像处理 自适应线性变换 高斯函数 交叉双边滤波 大气散射模型 
激光与光电子学进展
2019, 56(10): 101002

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!