原文服务方: 计算机应用研究       
摘要:
雾或霾等天气会降低场景的能见度,给机器视觉的后续处理造成影响.针对图像雾霾退化的恢复及现有基于马尔可夫随机场图像去雾算法的缺陷,提出了一种新的基于马尔可夫随机场和暗通道先验的图像去雾算法.该算法以雾天条件下退化模型为基础,通过介质传输图和原始无雾图像的约束条件,利用暗通道先验获取介质传输图的粗估计,构造MRF框架下的代价函数.为使去雾图像保持更多的纹理细节,引入纹理检测函数改进代价函数,最终求得去雾图像和介质传输图.实验结果表明,该方法可以得到较好的去雾效果,同时保持较多的纹理细节和更快的运算时间.
推荐文章
基于高阶马尔可夫随机场的图像去噪声研究
图像处理
高阶马尔可夫随机场
图像去噪声
原始—对偶算法
基于马尔可夫随机场的低分辨率车牌图像复原算法
图像复原
马尔可夫随机场
基于学习的超分辨率
最大后验概率
基于改进马尔科夫随机场的路标去噪识别算法
路标图像
马尔科夫随机场
EM算法
不变矩
基于吉布斯-马尔可夫随机场的板材表面纹理分析
吉布斯-马尔可夫随机场
板材表面纹理
参数估计
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 基于马尔可夫随机场框架的单幅图像去雾
来源期刊 计算机应用研究 学科
关键词 马尔可夫随机场 图像去雾 暗通道先验 大气散射模型
年,卷(期) 2016,(9) 所属期刊栏目 图形图像技术
研究方向 页码范围 2844-2847
页数 4页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2016.09.065
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 毕笃彦 空军工程大学航空航天工程学院 282 3094 27.0 43.0
2 何林远 空军工程大学航空航天工程学院 42 241 8.0 14.0
3 马时平 空军工程大学航空航天工程学院 74 784 15.0 25.0
4 眭萍 空军工程大学航空航天工程学院 19 25 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (15)
二级引证文献  (6)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2012(1)
  • 参考文献(1)
  • 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(1)
  • 二级引证文献(2)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
马尔可夫随机场
图像去雾
暗通道先验
大气散射模型
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导