排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
大气中水分子及微小颗粒对光的散射和吸收,使得在雾天条件下获取的图像严重降质,本文提出一种结合自适应雾气估计的快速单幅图像去雾算法。首先,该算法从大气散射模型出发,通过分析景深与亮度分量之间存在的相关关系,提出线性系数利用亮度分量来近似估计出景深,并通过最小滤波对明亮区域进行修正,得到粗略透射率;其次,观察到散射系数值与雾浓度呈正相关,从而结合雾浓度模型与指数函数提出自适应散射系数概念,估计出较准确的透射率;最后,根据大气散射模型复原出无雾图像。实验结果表明本文算法可以复原出清晰自然的无雾图像,明显提高了图像可见度,且具有较低的时间复杂度。 相似文献
2.
针对暗通道先验算法中透射率在天空等明亮区域估计过小以及最小滤波使用不足问题,提出一种线性约束下的高斯自适应标准差去雾算法.首先利用有雾图像的最小通道图构造高斯函数来近似估计无雾图像的最小通道效果,提升明亮区域透射率的准确度;为了防止无雾图像最小通道灰度级超出范围,提出线性系数进行约束,使得其灰度级分布在(0,1);再通过观察得到高斯函数标准差与雾浓度呈负相关,提出自适应标准差来控制最终复原效果,并利用交叉双边滤波进行优化;最后结合大气散射模型复原图像.在MatlabR2014a软件中进行仿真实验,并采用视觉效果分析和盲评估评价指标对文中算法进行验证.结果表明,与经典算法对比,该算法有效地恢复了有雾场景的对比度和细节信息,明显增加了图像可见度且具有较低的时间复杂度. 相似文献
1
