基于暗通道先验和核回归的图像去雾研究-计算机应用研究.PDF

基于暗通道先验和核回归的图像去雾研究-计算机应用研究.PDF

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于暗通道先验和核回归的图像去雾研究-计算机应用研究

第34卷第4期 计 算 机 应 用 研 究 Vol34No4 2017年4月  ApplicationResearchofComputers Apr.2017 基于暗通道先验和核回归的图像去雾研究 1,2 2 2 2 2 乔伟伟 ,谢从华 ,刘永俊 ,王晓楠 ,姚宇峰 (1.苏州大学计算机科学与技术学院,江苏 苏州215006;2.常熟理工学院计算机科学与工程学院,江苏 苏 州215500) 摘 要:针对雾霾天气条件下,大气粒子的散射作用导致的图像质量下降问题,提出一种基于暗通道先验知识 与局部多项式核回归算法相结合的去雾方法。根据暗通道先验原理估计出大气光强度和初始透射率,采用局部 多项式核回归对透射率进行精细化处理,利用细化后的透射率和估计出的大气光强度恢复雾霾图像。通过大量 的实验数据表明,该方法可以有效地对雾霾图像实现去雾处理。与最新的几种去雾算法相比较,该方法处理后 的图像保留了更多的细节信息,极大地提高了图像的清晰度。 关键词:暗通道先验;核回归;透射率;大气光强度 中图分类号:TP39141   文献标志码:A   文章编号:10013695(2017)04127704 doi:10.3969/j.issn.10013695.2017.04.073 Researchofimagedehazingbasedondarknesschannel priorknowledgeandkernelregression 1,2 2 2 2 2 QiaoWeiwei ,XieConghua,LiuYongjun,WangXiaonan,YaoYufeng (1.SchoolofComputerScience&Technology,SuzhouUniversity,SuzhouJiangsu215006,China;2.SchoolofComputerScience&Enginee ring,ChangshuInstituteofTechnology,SuzhouJiangsu215500,China) Abstract:Inviewoftheproblemthatatmosphericscatteringdegradedimagequalityinthehazyweather,thispaperproposed aresearchofimagedehazingbasedondarknesschannelpriorknowledgeandkernelregressiontheory.Firstly,itestimatedat mosphericlightintensityandinitialtransmissionrateintermsofdarknesschannelpriortheory.Secondly,itadoptedthekernel regressionmethodtorefineinitialtransmissionrate.Finally,itusedtransmissionraterefinedandatmosphericlightintensityes timatedtorestorethehazeimage.Accordingtoalargenumberofexperimentaldata,itshowsthatthisresearchcanremovethe fogofimageeffectively.Comparedwiththemostadvancedmethods,theimageprocessedbythisalgorithmnotonlyretainsmore detailso

文档评论(0)

youbika + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档