作者单位
摘要
1 中国科学院 长春光学精密机械与物理研究所,吉林长春30033
2 中国科学院大学,北京100049
针对图像去雾算法在天空区域出现恢复不真实以及雾气浓度估计精度不足等问题,本文提出天空区域分割和雾气浓度估计的去雾算法。首先,为了提高透射率的估计精度以及提升去雾效果,利用梯度阈值和亮度阈值分割天空区域。其次,采用改进的暗通道先验和四叉树细分法估计大气光值。最后,针对天空区域和非天空区域采用不同的透射率估计方法,对于天空区域采用亮通道先验方法,对于非天空区域提出了线性雾气浓度估计模型。结合像素点概率分布得到透射率并采用引导滤波方法进行边缘细化,利用大气散射模型获得最终复原图像。实验结果表明,去雾后的图像在主观和客观质量评价方面表现良好,所提出的算法能够使天空区域恢复自然,去雾更加彻底,增加了图像细节的清晰度。本文算法的运行速率与当前主流算法相当,针对不同有雾场景去雾表现的稳定性优于其它算法。
图像去雾 天空分割 大气光估计 雾气浓度估计 透射率估计 image dehazing sky segmentation atmosphere light estimation hazy density estimation transmission estimation 
光学 精密工程
2022, 30(4): 464
作者单位
摘要
1 光电控制技术重点实验室,河南 洛阳471000
2 中国航空工业集团公司洛阳电光设备研究所, 河南 洛阳471000
针对自适应去雾系统对雾气浓度自动识别的需求, 提出了一种基于SVM和混合特征的雾天图像分类算法。结合雾天图像特点, 选用暗通道特征、小波特征以及去均值归一化特征组成混合特征向量, 用于描述不同雾气浓度下图像的特征差异。通过SVM算法对混合特征向量进行监督学习, 最终实现雾天图像的自动识别与分类。实验结果表明, 算法能够有效地识别与区分无雾、轻雾、浓雾图像, 为去雾系统自适应地根据雾气浓度选取去雾参数提供了良好的分类参考。
图像分类 雾气浓度 暗通道 小波变换 支持向量机 image classification haze concentration dark channel wavelet transform SVM 
电光与控制
2018, 25(3): 37

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!