幻灯片1-soc@fudan.pptVIP

Fast Image dehazing Using guided Joint Bilateral Filter 制作人：汪清 model of haze images Hes method using dark channel prior advanced method using dark channel 对t(x)的估计：原方法为了保留边缘信息，在估计transmission之前进行了图像抠图，耗时耗力。 如何在估计t(x)上保留边缘信息： guided image filtering： 《guided image filtering》 He median filter:《visibility restoration of single hazy images captured in real-world weather conditions 》 Tarel joint bilateral filtering: 《Fast Image dehazing Using guided Joint Bilateral Filter》 MSRBFLCC模型:《improved single image dehazing using dark channel prior and multi-scale retinex》 etc.. the need of appropriate filter original filter (in Tarel’s paper)：median filter 优势：速度快 弊端：遗漏边缘信息，恢复的图像边缘处产生光晕 滤波器的需求：V(x) 1.在深度相同的区域尽量相近(平滑)，且尽量不受其他因素的影响(图像在此区域上的色彩，画质变化在此方法中对于获取V(x)意义不大)。 2.在图像边缘(即深度急剧变化的地方)能够体现深度变化。 bilateral filter original bilateral filter f(x),g(x) are filter kernels. 每一个像素点得到的结果，是周围的像素点按权重组合得到。本质上是一个按权重分配的、非线性的均值滤波器。 优势：可以保留图像的边缘信息。 joint bilateral filter model: D(x)：referen image，提供边缘信息 优势：当I(x)图像本身的边缘比较模糊时，利用joint bilateral filter得到的结果：1.在强度相近(即深度相近)的区域进行平滑滤波。 2.在I(x)的图像边缘，获取D(x)的边缘信息。 advanced joint bilateral filter model： restoration of V(x) V(x) from Tarels method: 在平滑区域作用良好，丢失边缘信息 novel method： 1.对dark channel进行双边滤波，因为W(x)能体现图像的边缘信息。所获得的R(x)既获取了I(x)的边缘信息，又对W(x)进行了滤波操作。 restoration of V(x) 2.V(y) is the atmospheric veil from Tarel’s method. R(y) comes from step 1. V(y)丢失的边缘信息，正好可以通过R(y)进行补充。 最终，Vr(x)保留了图像的边缘信息，对平滑区域进行了滤波。 restoration of haze images 1.atmospheric light estimation same to Hes method 2. 本篇论文的亮点 3. same to Hes method single haze removal using dark channel I(x) 是我们实际已有图像，J(x)是原始场景，t(x)相当于一个传输函数(transmission)，表示原始场景中有多少反射光能够不被雾霾吸收，最终到达摄像机镜头，而A代表场景光亮度(atmospheric light)。图像去雾的目的即使从已有图像I(x)恢复出原始场景J(x)，传输函数t(x)，光亮度A。 将左边的第一项定义为衰减项(attenuation term) ,表示雾对反射强度，即图像亮度的影响。 我们将A(1-t(x))定义为atmospheric veil，表示场景光对图像的影响，正是这一项表示空气中的雾、灰尘等杂质对图像的附加的影响。 V(x)=A(1-t(x)) 具体的化简过程只是在方程1，2上进行数学化简，故省略。以下是在论文《single image haze removal using dark p