欢迎来到天天文库
浏览记录
ID:58139681
大小:2.76 MB
页数:10页
时间:2020-04-24
《基于融合策略的单幅图像去雾算法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第35卷第7期通信学报、,0l-35No.72014年7月Journa1onCommunicationsJuly2014doi:10.3969/j.issn.1000-436x.2014.07.024基于融合策略的单幅图像去雾算法郭皤,唐琏,蔡自兴(中南大学信息科学与工程学院,湖南长沙410083)摘要:为了有效增强雾天衰退图像,提出了一种基于融合策略的单幅图像去雾算法。该融合策略无需依靠大气散射模型或场景结构信息,只需通过原始衰退图像来获取其输入图与权重图。其中2幅输入图的作用主要是对原有雾图像进行颜色校正和对比度增强,而3
2、幅权重图则突显了图像雾气较浓区域的细节信息。融合策略将上述输入图与权重图相融合以生成对比度高、色彩丰富的去雾图像。此外,还从人类视觉感知的角度提出了一个新的去雾效果评价指标,从而为图像去雾与去雾效果评价问题提供了新的解决思路。实验结果表明,与已有方法相比,提出的基于融合策略的去雾算法能更好地提高各种雾天图像的清晰度。关键词:图像;去雾;融合策略;多尺度中图分类号:TP391.41文献标识码:A文章编号:1000436X(2014)07.0199.09Singleimagedefoggingbasedonfusionstrate
3、gyGUOFan,TANGJin,CAIZi—xing(SchoolofInformationScienceandEngineering,CentralSouthUniversity,Changsha,410083,China)Abstract:Toeffectivelyenhancethedegradedfoggyimage,asingleimagedefoggingalgorithmbasedOllfusionstrategywasproposed.Thestrategydoesnotrequiretheatmospher
4、icscatteringmodelorscenestructure,onlyneedstheoriginaldegradedimagetoderivetheinputsandweightmaps.Thefunctionofthetwoinputsistocorrectcolorandenhancecon-trast,andthethreeweightmapsimprovethedetailinformationoftheregionsindensefog.Alltheinputsandweightmapsarefusedbyu
5、singfusionstrategytoproduceahigh—contrastandvividfogremovalimage.Besides,anindexfordefoggingeffectassessmentisalsoproposedfromtheperspectiveofhumanvisualperception,whichprovidesanewso—lutiontotheproblemofsingleimagedefogginganditseffectassessment.Experimentalresults
6、showthattheproposedfusionstrategymethodcalbeterimprovetheimagequalityforvariousfoggyimages.Keywords:image;defogging;fusionstrategy;multi—scale法在许多领域都具有广泛应用。例如在计算机视觉1引言领域,大多数的室外监控系统、智能车辆以及对象日常生活中所拍摄的图像极易受到大气中尘、识别工作都需要准确提取图像特征,但雾、霾等恶雾、烟等悬浮颗粒的影响,从而导致图像的对比度劣天气往往极大地限制和影响
7、了系统效用的发挥下降、颜色等特征也受到衰减。由此产生的降质图和相关工作的正常进行。对于日常照片处理而言,像往往缺乏视觉生动感,且场景对象的能见度较雾气的存在降低了所拍摄图像的对比度,从而给拍低。进行去雾处理的目的就是要复原雾天场景的细摄者带来了较大的困扰。此外,在航拍和卫星遥感节信息,增强图像的清晰度和真实感,因而去雾算领域,所拍图像的质量也极易受到各种悬浮颗粒的收稿日期:2013.03—24;修回日期:2013—11.14基金项目:国家自然科学基金资助项H(91220301,71271215,70921001);中国博士后科
8、学基金资助项(2014M552154);湖南省博士后科研资助计划基金资助项目(2014RS4026);中南大学博士后基金资助项目(126648)FoundationItems:TheNationalNaturalScienceFoundationofChina(9122030
此文档下载收益归作者所有