位置:成果数据库 > 期刊 > 期刊详情页
基于物理模型的自适应快速单幅图像去雾方法
  • 期刊名称:西安邮电大学学报
  • 时间:2014
  • 页码:1-5
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]西安邮电大学通信与信息工程学院,陕西西安710121, [2]新加坡资讯通信研究院,新加坡新加坡138632
  • 相关基金:国家自然科学基金资助项目(61340040);公安部科技强警基础工作专项基金资助项目(2014GABJC024,2014GABJC023);陕西省教育厅专项科研基金资助项目(14JK1680);西安邮电大学研究生创新基金资助项目(1122025)
  • 相关项目:基于抑制式竞争学习机制的模糊聚类算法研究
中文摘要:

为提高雾天条件下降质图像的清晰度和色彩保真度,提出一种基于物理模型的自适应快速去雾方法。该方法求取暗原色的窗口选择为最小,并根据暗原色粗估计透过率,采用改进的增加了补偿函数的双边滤波做优化,且对双边滤波中敏感的参数作自适应估计,最后通过物理模型恢复图像。实验结果表明,对于单幅图像在确保去雾效果的前提下,很大程度上降低了算法的复杂度,且没有光晕效应。

英文摘要:

In order to improve the clarity and the color fidelity of images taken in foggy weather,a fast and adaptive defogging method based on the atmospheric scattering model is proposed.This method sets the patch size of the dark channel as the minimum value and roughly estimates the transmission map based on the dark channal.To reduce the computational complexity of the original algorithm,an improved bilateral filtering with added compensation function is used to refine the transmission map,and the sensitive parameter of bilateral filtering is estimated adaptively.A haze-free image is then restored by the physical model.The experimental results indicate that this method can not only reduce the complexity of the algorithm greatly with the promised defogging effect,but also eliminate the halo effect.

同期刊论文项目
同项目期刊论文