一种基于暗原色先验的快速图像去雾方法.doc
Ro****44
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于暗原色先验的快速图像去雾方法.doc
一种基于暗原色先验的快速图像去雾方法在雾或霾的天气状况下,空气中存在的溶胶粒子会对光线产生散射作用,这样会导致人们获得的图像的质量严重降低,之所以图像去雾技术成为这几年来图像处理和计算机视觉领域共同关注的热门问题,就是因为降质的图像直接影响了视觉效果以及应用价值。利用图像处理技术的支持,简单并有效的对图像进行实时去雾,在提高视觉系统的鲁棒性(系统中的参数发生改变是,维持其它某些性能的特性)和可靠性方面具有非常重要的意义,而且可以提高图像质量,使其有更好的视觉效果。经对对大量的自然无雾图像的观察与统计,研究
基于滤波的暗原色先验图像去雾算法的中期报告.docx
基于滤波的暗原色先验图像去雾算法的中期报告一、研究背景在自然图像中,由于雾气、烟雾等大气因素的影响,图像容易出现视觉模糊、低对比度等问题。这些因素严重影响了图像的质量,给计算机视觉领域的实际应用带来了很大的挑战,如视频监控、自动驾驶、无人机航拍等。因此,去雾技术成为了研究热点之一。目前去雾技术主要分为三种:基于物理模型的去雾方法、基于暗通道的先验知识的去雾方法以及基于深度学习的去雾方法。其中,基于暗通道的先验知识的去雾方法因为具有计算速度快、效果好等特点而备受青睐。二、研究内容本次研究的主要内容是基于滤波
基於暗原色的单一图像去雾技术.pdf
基于暗原色先验的单一图像去雾方法何恺明,孙剑,汤晓鸥香港中文大学微软亚洲研究院摘要:在这篇论文当中,我们提出了一种简单但是有效的图像先验规律——暗原色先验(darkchannelprior)来为单一输入图像去雾。暗原色先验来自对户外无雾图像数据库的统计规律,它基于经观察得到的这么一个关键事实——绝大多数的户外无雾图像的每个局部区域都存在某些至少一个颜色通道的强度值很低的像素。利用这个先验建立的去雾模型,我们可直接估算雾的浓度并且复原得到高质量的去除雾干扰的图像。对户外各种不同的带雾图像的处理结果表明了da
一种基于暗通道先验的图像去雾改进方法.pdf
本发明公布了一种基于暗通道先验的图像去雾改进方法。包括以下步骤:首先,在分析有雾图像天空区域灰度均值和方差特征基础上,基于二分搜索思想改进大气光值估计算法,可获得更为准确的大气光值;其次,提出一种改进的暗通道值计算方法,依据最小值图和暗通道图的灰度差,获取自适应阈值,确定景深变化剧烈的图像边缘位置并进行灰度值修正。最后,根据雾天图像退化模型对有雾图像进行复原。本发明的基于暗通道先验的图像去雾改进方法,能够有效去除复原图像光晕效应,纠正色偏,提高对比度,同时保留更多的细节信息。
基于先验生成对抗网络的图像去雾方法及模型.pdf
本发明公开了基于先验生成对抗网络的图像去雾方法,包括:收集成对的有雾图像和无雾图像构建训练集;对训练集的图像进行预处理,获得四通道的图像,所述四通道包括R、G、B三通道以及滤波后保留有高频与低频信息的第四通道;取四通道有雾图像的浅层特征并进行下采样,得到深层特征;对深层特征进行上采样以获取重构上采样特征,上采样过程中通过跳跃连接将上采样之前的图像特征融入重构上采样特征,重构出四通道的去雾图像;根据图像生成器损失和辨别器损失在训练集上训练所述图像去雾模型;图像生成器损失包括有雾图像与去雾图像之间的重建损失,