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
兰州交通大学 电子与信息工程学院,甘肃 兰州 730070
为了有效复原雾霾天气下退化的图像,文章提出了一种自适应线性透射率估计去雾算法。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;利用有雾图像的混合通道得到自适应参数,结合自适应参数和线性变换模型估计出透射率,通过有雾图像的最小值通道构造高斯函数来补偿估计明亮区域透射率,提升该区域透射率的准确度,再使用交叉双边滤波器消除纹理效应得到优化透射率;最后,结合大气散射模型复原出无雾图像。实验结果表明,该方法有效降低了时间复杂度,且复原的图像细节明显,明亮度适宜。
去雾 自适应线性变换 高斯函数 大气散射模型 dehazing adaptive linear transformation Gaussian function atmospheric scattering model