结合光场深度估计和大气散射模型的图像去雾方法 
下载： 678次
Image Dehazing Method Based on Light Field Depth Estimation and Atmospheric Scattering Model
合肥工业大学 计算机与信息学院, 合肥 230009
图 & 表
图 1. 本文算法框图
Fig. 1. Algorithm block diagram
下载图片 查看原文
图 2. 光场相机成像模型
Fig. 2. Light field camera model
下载图片 查看原文
图 3. 光场的几何表示
Fig. 3. Light field geometric model
下载图片 查看原文
图 4. 光场的EPI
Fig. 4. Light field EPI
下载图片 查看原文
图 5. 透射率优化对比
Fig. 5. Transmission optimization comparison
下载图片 查看原文
图 6. 天空分割算法流程
Fig. 6. Sky region segmentation algorithm
下载图片 查看原文
图 7. 大气光选取
Fig. 7. Airlight selection
下载图片 查看原文
图 8. 深度复原透射图结果对比
Fig. 8. Depth transmission map comparison
下载图片 查看原文
图 9. 天空分割对比
Fig. 9. Comparison of sky region segmentation
下载图片 查看原文
图 10. 合成图像的去雾结果
Fig. 10. Composite image dehazing results
下载图片 查看原文
图 11. 真实场景去雾结果
Fig. 11. Real scene dehazing results
下载图片 查看原文
表 1图像去雾结果的PSNR比较
Table1. Image dehaze comparison of PSNR
| Scenes | F-LDCP[8] | DCP[9] | CAP[10] | Non-local[11] | Proposed | | Buildings1 | 68.23 | 52.81 | 58.53 | 64.12 | 71.97 | | Buildings2 | 66.38 | 55.64 | 58.74 | 75.64 | 68.87 | | Buildings3 | 62.46 | 64.28 | 57.56 | 62.82 | 68.15 | | Buildings4 | 62.47 | 57.22 | 64.81 | 67.19 | 69.25 | | Buildings5 | 62.14 | 68.61 | 66.96 | 64.76 | 72.39 | | Cars1 | 48.64 | 61.91 | 52.49 | 59.32 | 69.31 | | Cars2 | 69.47 | 58.39 | 59.26 | 68.51 | 69.89 | | Cars3 | 67.28 | 63.76 | 62.62 | 61.29 | 68.39 | | Flowers1 | 60.64 | 57.37 | 59.68 | 63.28 | 66.73 | | Flowers2 | 62.89 | 72.94 | 74.76 | 71.26 | 77.69 | | Average | 63.06 | 61.293 | 61.541 | 65.819 | 70.264 |
|
查看原文
表 2图像去雾结果的SSIM比较
Table2. Image dehaze comparison of SSIM
| Scenes | F-LDCP[8] | DCP[9] | CAP[10] | Non-local[11] | Proposed | | Buildings1 | 0.81 | 0.62 | 0.63 | 0.69 | 0.79 | | Buildings2 | 0.71 | 0.62 | 0.57 | 0.77 | 0.81 | | Buildings3 | 0.75 | 0.59 | 0.62 | 0.79 | 0.80 | | Buildings4 | 0.77 | 0.69 | 0.58 | 0.72 | 0.81 | | Buildings5 | 0.66 | 0.78 | 0.60 | 0.71 | 0.79 | | Cars1 | 0.71 | 0.68 | 0.63 | 0.77 | 0.82 | | Cars2 | 0.81 | 0.57 | 0.61 | 0.74 | 0.82 | | Cars3 | 0.82 | 0.80 | 0.79 | 0.80 | 0.88 | | Flowers1 | 0.73 | 0.55 | 0.58 | 0.75 | 0.81 | | Flowers2 | 0.75 | 0.68 | 0.76 | 0.83 | 0.78 | | Average | 0.752 | 0.658 | 0.637 | 0.757 | 0.811 |
|
查看原文
表 3图像平均去雾时间对比
Table3. Image dehaze comparison of average time
| Size | F-LDCP[8] | DCP[9] | CAP[10] | Non-local[11] | Proposed | | 541×375 | 6.247 s | 8.656 s | 5.654 s | 5.855 s | 154.665 s | | 625×434 | 8.626 s | 11.445 s | 6.972 s | 7.671 s | 178.636 s |
|
查看原文
高隽, 褚擎天, 张旭东, 范之国. 结合光场深度估计和大气散射模型的图像去雾方法[J]. 光子学报, 2020, 49(7): 0710001. Jun GAO, Qing-tian CHU, Xu-dong ZHANG, Zhi-guo FAN. Image Dehazing Method Based on Light Field Depth Estimation and Atmospheric Scattering Model[J]. ACTA PHOTONICA SINICA, 2020, 49(7): 0710001.
PDF全文
