基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
现有场景分割方法主要依赖于图像亮度、颜色和纹理等特征,然而在雾天图像中提取这些特征将变得困难且不稳定.基于此本文提出了适用于雾天图像场景分割的特征矢量,以及相应的特征提取算法.特征矢量由目标偏振度、深度和颜色三部分组成.特征提取算法分别为:用去相关的方法从图像偏振度分离出大气偏振度和目标偏振度;根据雾天退化模型和雾天图像偏振表示形式推导出场景深度信息;利用两幅偏振图像求出非偏振彩色图像,从而得到场景的颜色信息.将这些特征构成的特征矢量用于基于图的分割算法中,并从两个方面比较了仅使用颜色特征和使用本文特征矢量的分割结果.最后得出结论:对于雾天图像而言,这些特征比通常的颜色特征更加有效和鲁棒.
推荐文章
基于区域分割的雾天图像增强算法
图像增强
边缘检测
局部直方图
均衡距离变换
基于图像分割的去雾算法
暗通道
阈值分割
skyline
最小二乘方滤波
去噪
基于天空分割的改进型雾天图像增强方法
雾天图像
天空分割
移动模板
信息融合
基于BP神经网络的雾天图像复原算法
雾天图像
图像复原
神经网络
粒子群优化算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于偏振测量的雾天图像场景分割
来源期刊 光子学报 学科 工学
关键词 图像处理 场景分割 特征提取 偏振度 深度图
年,卷(期) 2011,(12) 所属期刊栏目 图像与信号处理
研究方向 页码范围 1820-1826
页数 分类号 TP391
字数 4802字 语种 中文
DOI 10.3788/gzxb20114012.1820
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 方帅 合肥工业大学计算机与信息学院 63 1182 20.0 32.0
3 王浩 合肥工业大学计算机与信息学院 193 1473 20.0 29.0
4 徐青山 中国科学院安徽光学精密机械研究所 56 510 12.0 18.0
5 武鹏飞 中国科学院安徽光学精密机械研究所 13 132 5.0 11.0
6 曹洋 中国科学技术大学自动化学院 21 381 8.0 19.0
9 周明 合肥工业大学计算机与信息学院 2 17 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (10)
参考文献  (13)
节点文献
引证文献  (14)
同被引文献  (25)
二级引证文献  (34)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(10)
  • 引证文献(1)
  • 二级引证文献(9)
2017(8)
  • 引证文献(5)
  • 二级引证文献(3)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
图像处理
场景分割
特征提取
偏振度
深度图
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光子学报
月刊
1004-4213
61-1235/O4
大16开
西安市长安区新型工业园信息大道17号47分箱
52-105
1972
chi
出版文献量(篇)
8749
总下载数(次)
11
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导