电光与控制, 2022, 29 (5): 55, 网络出版: 2022-08-01  

基于非局部先验的山区雾霾图像复原算法研究

On Restoration of Mountain Haze Image Based on Non-local Prior Algorithm
作者单位
1 陆军工程大学, 石家庄 050000
2 陆军步兵学院, 石家庄 050000
3 武警第一机动总队机动第六支队, 河北 保定 072000
摘要
针对山区范围内敌军雷达站的分布、洞库位置、交通补给线路等大目标的识别提出一种基于非局部先验的算法。首先在山区雾霾图像内采用对色彩的索引以求得聚类检测的雾霾线, 进而对雾霾线中像素的传输系数初始值进行估计, 最后, 采用最优化的算法对传输系数正则化处理, 得到无雾霾图像。
Abstract
An algorithm based on non-local prior is proposed for the identification of large targets such as the distribution of enemy radar stations, the location of caverns and depots, and transportation supply line in mountainous areas.Firstly, the color index is used in the mountain haze image to obtain the haze line for cluster detection, and then the initial value of the transmission coefficient of pixels in the haze line is estimated.Finally, the transmission coefficient is regularized by the optimized algorithm, and finally the haze-free image is obtained.
参考文献

[1] 陈广锋,王军舟.基于边窗盒子滤波和透射率修正的图像去雾[J].应用光学,2020,41(5):947-955.

[2] 于坤,焦青亮,刘子龙,等.基于中智学的非局部先验图像去雾算法[J].光学技术,2020,46(4):476-482.

[3] 高珠珠.基于暗原色先验和二阶变分模型的图像去雾[D].青岛:青岛大学,2020.

[4] 黄安.稀疏表示和非局部先验在图像处理中的应用研究[D].赣州:江西理工大学,2020.

[5] 王倩茹.基于雾线的颜色衰减先验图像去雾[D].温州:温州大学,2020.

[6] 梅康.单幅图像去雾算法的研究及应用[D].合肥:中国科学技术大学,2020.

[7] 李向阳.基于深度学习的雾霾图像去雾算法研究[D].武汉:华中师范大学,2020.

[8] 邵子奇.大气光梯度先验特征建模与偏振层析去雾方法研究[D].合肥:合肥工业大学,2020.

[9] 熊子文.基于非局部先验的图像去雾方法研究及系统实现[D].重庆:重庆邮电大学,2020.

[10] 陈万生.基于非局部及模糊宽度学习的单幅图像去雨研究[D].上海:上海师范大学,2020.

[11] 邓慧凝.基于非局部信息的单幅图像去雾算法[D].烟台:山东工商学院,2019.

[12] 罗佳.基于非局部图像去雾算法研究[D].南昌:南昌航空大学,2018.

[13] 路嗣诗,魏立力,张选德.基于无偏估计的非局部图像去雾[J].兰州文理学院学报(自然科学版),2017,31(2):20-24.

赵琳宏, 左宪章, 张顺, 卢岩. 基于非局部先验的山区雾霾图像复原算法研究[J]. 电光与控制, 2022, 29(5): 55. ZHAO Linhong, ZUO Xianzhang, ZHANG Shun, LU Yan. On Restoration of Mountain Haze Image Based on Non-local Prior Algorithm[J]. Electronics Optics & Control, 2022, 29(5): 55.

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!