共查询到20条相似文献，搜索用时 15 毫秒
1.
目前,基于暗通道先验原理的图像去雾能够取得较好效果,但仍存在图像景物交界处产生光晕、天空及白色物体区域去雾后色彩失真等问题。鉴于此,提出改进的基于暗通道先验去雾算法：首先,对暗通道图进行非重叠式滤波,消除最小值滤波导致图像交界边缘产生的光晕;然后,对输入雾霾图像进行直方图分析,能够自适应获得分割天空区域的亮度阈值;再对透射率图天空区域进行像素变换,去雾后可消除颜色失真;最后,采用非线性亮度提高的方法提升去雾图像的视觉效果。结果表明,改进算法去雾后的图像真实、天空自然。 相似文献
2.
3.
针对天空区域不满足暗通道先验理论从而导致求解的透射率不够准确、去雾后颜色失真的问题,提出一种基于天空区域改进的暗通道先验算法。首先利用像素的分布规律排除白色物体的干扰,解出准确的大气光,再利用暗通道先验理论估计出图像的透射率,然后利用图像的原始信息对透射率进行修正、优化,得到较为准确的透射率图,最后求解得到清晰图像。通过样本实验,说明该算法在细节强度、图像平均梯度和峰值信噪比方面有较好的效果,能作为图像去雾的一种有效辅助手段。 相似文献
4.
雾天环境一般会导致相机拍摄的图像对比度下降、色彩失真。传统暗通道先验去雾算法虽然可以估算雾天透射率并获得较好的去雾效果,但仍然存在算法复杂度高、容易出现块效应,以及明亮区域色彩偏离问题。针对上述问题提出一种改进的去雾算法,该算法通过引入容差机制校正明亮区域的透射率,然后利用引导滤波进一步细化透射率。实验结果表明,使用改进后的算法可有效改善色彩偏离问题,提高运算速度。 相似文献
5.
针对雾霾天气下有雾图像能见度水平低、在低光照条件下无法有效获得图像细节信息等问题,提出一种基于暗通道先验的Retinex去雾算法.首先采用改进的暗通道先验算法对有雾图像进行初步处理,得到初步复原图像;其次,在得到的去雾图像上进行Retinex图像增强,利用引导滤波对照度分量进行平滑处理,求出反射分量;之后利用S型曲线对... 相似文献
6.
7.
雾霾天气条件下图像采集因降质严重,导致后期图像处理复杂性提高。为此,提出一种采用暗原色先验理论与WLS滤波相结合去雾的改进算法。采用WLS滤波代替传统的软抠图法以修复大气透射率,针对去雾后图像较实际暗沉的问题,提出一种新的自适应图像增强方法,通过对去雾后的图像自适应非线性叠加,实现了图像增强的效果。实验结果表明,相比于其它传统算法,该算法能够在保持图像边缘细节的同时,提高图像的色彩质量,有效消除白色晕块,且计算复杂度低,图像还原逼真。 相似文献
8.
9.
《绵阳师范学院学报》2017,(8):49-56
利用光的偏振特性去除雾天图像雾霾是图像复原的一种重要方法 .本文在传统偏振图像复原原理的基础上,提出一种基于暗原色原理改进的偏振图像复原方法 .该方法根据雾天图像直方图呈近似正态分布,采用相应算法分离图像天空区域,估算大气光数值;通过改进的偏振图像暗原色先验方法,估算并优化透射率,并使用直方图均衡化方法调整算法参数,获取最优偏振图像透射率,最终根据去雾方程获取偏振图像复原结果 .实验测试结果及主客观评价表明,本文方法能够有效复原雾天图像信息,去雾效果较好. 相似文献
10.
11.
针对雾气分布不均匀的交通监控图像去雾,提出了一种基于近似点扩展函数估计-APEX的去雾算法。算法采用APEX的基本原理,利用暗原色先验求出的有雾图像透射图对APEX参数进行估计,且估计值按整幅图像的雾气浓度分布自适应调整,再计算出点扩展函数并逆运算得出复原的清晰图像。实验结果证明,该算法实时性高且去雾效果好,特别是对雾气分布不均匀的交通图像也有去雾效果,能满足智能交通监控系统的需求。 相似文献
12.
雾霾天气的频繁出现使运动目标检测受到了很大影响。为提高雾霾天气下运动目标检测质量,研究了当前去雾算法和运动目标检测算法。针对雾霾天气下可见度低、运动物体模糊的情况,比较了当前的去雾算法,使用性能优良的基于暗通道的去雾算法对图像进行去雾,然后对处理过的图像序列进行光流法计算,完成运动目标检测。将基于暗通道的去雾算法和光流算法相结合,应用于雾霾天气下的运动目标检测,以提高检测质量。通过Matlab仿真表明,改进方法比直接通过光流算法检测的效果更好。 相似文献
13.
《实验室研究与探索》2017,(12):108-112
为了客观地评价图像去雾算法,基于虚拟现实技术构建图像训练库,验证了去雾图像的客观评价体系。基于大气散射物理模型提出一种改进的去雾算法,重新定义了雾霾图像的暗区域和天空区域的透射率;为避免传统去雾算法对图像天空亮度的误估计,基于图分割得到的候选天空区域重新定义大气光值。基于客观评价体系,对去雾图像进行主观与客观评价;通过算法得到的去雾图像细节保持度高,颜色饱和度适宜,与原清晰图像接近,获得了最好的结果。采用SOFM神经网络识别去雾图像,获得98%以上的识别率,为构建去雾图像的质量评价体系奠定了基础。 相似文献
14.
受雾气环境影响,图像往往出现退化现象。在基于暗原色先验原理的去雾算法中,大气光值的估计对去雾效果有着直接影响。首先判断图像中是否包含天空区域,对含有天空的图像以像素点位置信息与其对应的亮度分量作为估计条件,求取大气光值。实验结果表明,该方法针对不同场景进行去雾时,有较强的鲁棒性,能够获取更加准确的大气光值,从而有利于增强复原图像整体视觉效果。 相似文献
15.
由于太阳耀斑图像中地球云雾对斑迹有所干扰,故需要对太阳耀斑图像进行去云处理。针对多尺度Retinex理论与暗通道优先算法两种去云方法进行比较研究,详细介绍了两种方法的数学模型与具体算法,分别运用两种方法对太阳耀斑图像进行去云处理,并进行MATLAB仿真,根据仿真结果对两者去云效果进行评估与对比。通过图像与客观误差参数比较两种去云方法,发现暗通道优先算法在影像平均灰度、细节信息显示、图片信息量与相对清晰程度等方面均优于多尺度Retinex去云方法,其中图片清晰度提升了约16%,标准差与信息量均提升了约8%,平均灰度降低了约27%。 相似文献
16.
张莉莉 《绵阳师范学院学报》2022,(8):87-95
图像去雾是图像处理的一个关键步骤.基于学习的方法由于在收集清晰和模糊图像的固有限制,通常依赖于合成数据进行训练,且由室内图像和相应的深度信息构成.在处理室外场景时,可能会存在域偏移问题.提出了一种完全无监督的训练方法,通过最小化暗通道先验能量函数来进行图像去雾.此外,只使用真实世界的室外图像进行训练,并通过直接最小化该能量函数来优化网络参数.实验结果表明该方法的性能与大规模监督方法相当,可见通过网络和学习过程,可以获得额外的正则化. 相似文献
17.
《实验技术与管理》2020,(9)
针对Retinex去雾后图片模糊、细节不明显现象,该文提出基于多尺度细节优化的MSRCR图像去雾算法。该算法首先采用MSRCR对图片进行整体去雾操作,在MSRCR算法处理图像像素分类过程中,为降低像素分类时间,该文采用K近邻算法(K nearest neighbor,KNN)对图片像素进行快速分类;然后采用双边滤波算法对处理后的图片中的噪声和边缘损失进行处理;最后采用MsDB算法对图片细节进行优化。实验结果表明,该文算法相较传统算法而言,在合成雾天图像处理后图片的峰值信噪比(peaksignaltonoise ratio,PSNR)和结构相似性(structural similarity,SSIM)平均分别提升22.03%和21.58%;较自然雾天处理后图片的平均梯度、信息熵、Vollaths值平均分别提升127.62%、6.96%、227.61%。 相似文献
18.
19.
20.
针对传统图像去运动模糊方法易放大噪声,产生振铃效应等问题,提出一种基于梯度域和深度学习的图像运动模糊盲去除算法。该算法利用引导滤波和L0滤波对图像进行预处理,将预处理后的梯度域图像块送入设计的卷积神经网络进行训练;提取训练好的模型参数,实现模糊核估计与图像复原;在图像复原过程中使用TV正则项进行图像去模糊。与其他算法相比,该算法能有效地抑制振铃效应和减弱噪声,去运动模糊效果较好。 相似文献