基于暗通道理论的雾天图像复原的快速算法

被引：10

作者：

吴笑天 ^{[1
]}

丁兴号 ^{[1
]}

吴奎 ^{[2
]}

机构：

[1] 厦门大学信息科学与技术学院

[2] 长春理工大学理学院

来源：

长春理工大学学报(自然科学版) | 2012年 / 35卷 / 01期

关键词：

图像去雾; 暗通道; 快速双边滤波;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

在雾天条件下捕获的视频或图像将会出现对比度下降、颜色偏移等严重的退化现象,这将极大的影响图像的主观视觉效果,大大降低其应用价值。传统的基于暗通道先验信息的全局最优化处理方法虽能获得较好的效果,但因其算法复杂而不具有实效性。本文将基于暗通道先验信息,利用双边滤波进行局部优化,从而获得保持边缘的暗通道图像,进一步利用该暗通道图像进行传输图像的估计,并最终复原场景信息。试验结果表明,此方法可较快的恢复场景信息并能有效保留场景的边缘信息。

引用

页码：100 / 104

页数：5

共 11 条

[1]

Chromatic framework forvision in bad weather. NARASIMHAN S G,NAYAR S K. CVPR 2000 .

[2]

Visibility in bad weather from a single image. R.Tan. CVPR 2008 .

[3]

Xiaoou Tang Single ImageHaze Removal Using Dark Channel Prior. Kaiming He,Jian Sun. CVPR . 2006

[4]

nstant dehazing of images using polarization. Y Y Schechner,S G Narasimhan,S K Nayar. CVPR . 2001

[5]

Single image dehazing. R. Fattal. SIGGRAPH 2008 .

[6]

Deep photo:Model-based photograph enhancement and viewing. J. Kopf,B. Neubert,B. Chen,M. Cohen,D. Cohen-Or,O. Deussen,M. Uytten-daele,D. Lischinski. SIGGRAPH . 2008

[7]

Contrast restorationof weather degraded images. S G Narasimhan,S K Nayar. PAMI . 2003

[8]

Chromatic framework for vision in bad weather. S. G. Narasimhan,S. K. Nayar. CVPR . 2000

[9]

Blind haze separation. S. Shwartz,E. Namer,Y. Y. Schechner. CVPR . 2006

[10]

Constant time O (1)bilateral filtering. Porikli F. Computer Vision and Pattern Recognition,2008 IEEE Conference on . 2008

← 1 2 →