基于天空检测和超像素分割的图像去雾方法OA北大核心CSTPCD
针对经典图像去雾算法在边缘区域易产生光晕效应、天空等明亮区域还原失真、色调偏移等问题,提出一种基于天空检测和超像素分割的改进暗通道图像去雾新方法(Dark Channel Prior based on Sky Detection and Super Pixel,SSPDCP).首先对雾图采用HSV变换提取亮度分量进行自适应阈值分割;然后应用图像连通分析技术识别天空域;接着利用天空域估计大气光值,针对天空和非天空区域分别建立各自的透射率计算模型,并基于构建的超像素级透射率融合模型获得融合透射率图,以促进边界区域的平滑过渡,采用多尺度引导滤波精化透射率图;最后应用大气散射模型完成图像复原并进行亮度增强处理,实现无雾图像的自然恢复.该方法识别的天空区域较为连续完整,以超像素代替方形窗口可以有效克服局部块效应的影响,大气光值和透射率图估计更为客观准确.从主观定性和客观定量评价方面来看,该方法复原的图像具有整体误差小、信噪比优良、结构相似度高等优势.本文所提出的图像去雾新方法能有效抑制边缘区域的光晕效应,且复原的天空区域明亮自然,图像去雾质量相比现有方法有进一步提升.
高仁强;陈亮雄;孙秀峰;王欢欢;高真;
广东省水利水电科学研究院河口水利技术国家地方联合工程实验室,广州510635广东省科学院广州地理研究所,广州510070
计算机与自动化
图像去雾超像素分割暗通道先验天空域识别大气散射模型
《南京信息工程大学学报》 2024 (005)
P.630-642 / 13
广东省重点领域研发计划(2020B0101130018);广东省水利科技创新项目(2022-02,2024-08);广东省科学院专项资金(2024GDASZH-2024010101)。
评论