基于偏振度优化与大气光校正的图像去雾OACSTPCD
Image dehazing based on polarization optimization and atmosphere light correction
为提高偏振去雾算法对雾气场景的恢复能力,提出一种偏振度优化与大气光校正的偏振图像去雾算法.首先,依据雾气场景亮度分布,使用导向滤波将雾气图像分解为亮面残差和暗面残差;其次,扩大亮面残差对应的偏振度值,削减暗面残差对应的偏振度值以优化偏振度,该偏振度可将大气光图像模糊;最后,利用偏振度在亮面和暗面残差上的差异,对大气光强度进行校正,以使其随雾气的变化规律满足大气退化模型.实验结果表明:本文算法的去雾图像相较原雾气图像,对比度提高3.07倍、信息熵提…查看全部>>
吴靖;宋文杰;郭翠霞;叶晓晶;黄峰
福州大学 机械工程及自动化学院,福建 福州 350116||福州大学先进技术创新研究院,福建 福州 350116福州大学 机械工程及自动化学院,福建 福州 350116||福州大学先进技术创新研究院,福建 福州 350116福州大学 机械工程及自动化学院,福建 福州 350116||福州大学先进技术创新研究院,福建 福州 350116福州大学 机械工程及自动化学院,福建 福州 350116||福州大学先进技术创新研究院,福建 福州 350116福州大学 机械工程及自动化学院,福建 福州 350116||福州大学先进技术创新研究院,福建 福州 350116
计算机与自动化
图像去雾偏振度优化大气光图像模糊图像强度校正导向滤波残差
image dehazingdegree of polarization optimizationblurry atmospheric light imagecorrect-ness of atmosphere lightguided filter residuals
《光学精密工程》 2023 (12)
1827-1840,14
国家自然科学基金资助项目(No.62105068)
评论