线性约束下的高斯自适应标准差去雾算法
针对暗通道先验算法中透射率在天空等明亮区域估计过小以及最小滤波使用不足问题,提出一种线性约束下的高斯自适应标准差去雾算法.首先利用有雾图像的最小通道图构造高斯函数来近似估计无雾图像的最小通道效果,提升明亮区域透射率的准确度;为了防止无雾图像最小通道灰度级超出范围,提出线性系数进行约束,使得其灰度级分布在(0,1);再通过观察得到高斯函数标准差与雾浓度呈负相关,提出自适应标准差来控制最终复原效果,并利用交叉双边滤波进行优化;最后结合大气散射模型复原图像.在Matlab R2014a软件中进行仿真实验,并采用视觉效果分析和盲评估评价指标对文中算法进行验证.结果表明,与经典算法对比,该算法有效地恢复了有雾场景的对比度和细节信息,明显增加了图像可见度且具有较低的时间复杂度.
图像去雾、线性约束、高斯函数、自适应标准差
31
TP391.41(计算技术、计算机技术)
国家自然科学基金61561030;甘肃省财政厅基本科研业务费基金214138;兰州交通大学教改项目160012
2019-08-22(万方平台首次上网日期,不代表论文的发表时间)
共8页
1417-1424