期刊专题

基于K-means图像深度聚类的自适应Retinex算法

引用
传统的Retinex算法均是采用固定尺度对雾天图像整体进行去雾增强,但是对局部雾霾浓度分布不均的图像,自适应性较弱,图像细节增强也有所欠佳.基于此提出一种基于K-means图像深度聚类的自适应Retinex算法.该算法通过暗通道原理获取雾天图像的景深,用K-means聚类算法对图像深度进行聚类,以深度所属不同类别来估计局部雾天浓度,将相似深度的图像划分成不同子图,并自适应的获取尺度进行增强,最后对子图进行融合,完成对图像整体的增强.结果表明,相对于传统的多尺度Retinex算法和其他去雾算法,文中算法对于图像局部具有较好的自适应成像增强效果,在图像细节增强、颜色重建恢复等方面均表现良好.

图像增强、自适应成像、图像重建恢复、Retinex、K-means

16

TP391(计算技术、计算机技术)

安徽省自然科学基金项目No.1608085ME116

2020-11-20(万方平台首次上网日期,不代表论文的发表时间)

共5页

29-33

暂无封面信息
查看本期封面目录

电脑知识与技术

1009-3044

34-1205/TP

16

2020,16(28)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn