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:
目的 针对自然场景下含雾图像呈现出低对比度和色彩失真的问题,提出一种基于视觉信息损失先验的图像去雾算法,将透射图预估转化成求解信息损失函数最小值的目标规划问题.方法 首先通过输入图像的视觉特性将图像划分成含雾浓度不同的3个视觉区域.然后根据含雾图像的视觉先验知识构造视觉信息损失函数,通过像素值溢出映射规律对透射率取值范围进行约束,采用随机梯度下降法求解局部最小透射率图.最后将细化后的全局透射率图代入大气散射模型求解去雾结果.结果 结合现有的典型去雾算法进行仿真实验,本文算法能够有效地复原退化场景的对比度和清晰度,相比于传统算法,本文算法在算法实时性方面提升约20%.结论 本文算法在改善中、浓雾区域去雾效果的同时,提升了透射图预估的效率,对改善雾霾天气下视觉成像系统的能见度和鲁棒性具有重要意义.
推荐文章
暗通道先验图像去雾算法
去雾
透射率
TMS320C6748
基于暗原色先验的快速单幅图像去雾算法
去雾
暗原色先验
明亮区域
大气光
透射率
基于暗通道先验和核回归的图像去雾研究
暗通道先验
核回归
透射率
大气光强度
基于视觉颜色感知——光学相似的图像去雾方法
视觉颜色感知
图像相似性
图像去雾
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 视觉信息损失先验的图像分层去雾方法
来源期刊 中国图象图形学报 学科 工学
关键词 图像去雾 视觉信息损失先验 目标规划 透射图分层 人类视觉感知
年,卷(期) 2016,(6) 所属期刊栏目 图像处理与编码
研究方向 页码范围 711-722
页数 12页 分类号 TP301.6
字数 8323字 语种 中文
DOI 10.11834/jig.20160604
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 陆健强 华南农业大学电子工程学院 25 73 5.0 7.0
2 王卫星 华南农业大学电子工程学院 121 980 17.0 27.0
5 石颖 华南农业大学电子工程学院 6 33 4.0 5.0
9 胡子昂 华南农业大学电子工程学院 8 36 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (112)
参考文献  (15)
节点文献
引证文献  (8)
同被引文献  (26)
二级引证文献  (6)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(6)
  • 引证文献(4)
  • 二级引证文献(2)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
图像去雾
视觉信息损失先验
目标规划
透射图分层
人类视觉感知
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
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
总被引数(次)
131816
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导