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:
为了复原雾天退化图像,提出了一种自适应暗原色的单幅图像去雾算法.针对暗原色先验理论在估计图像透射率时不够准确、容易引起Halo效应的问题,采用自适应暗原色概念,即在暗原色的获取过程中引入自适应阈值,减小景深变化对暗原色获取的影响,进而正确求取透射率.此过程不需导向滤波的细化,也就避免了导向滤波引起的效率低和去雾不彻底的问题.主观及客观两方面将本文去雾算法与现有算法进行对比,结果表明,本文算法能够有效消除Halo效应,获得高对比度、高色彩饱和度以及丰富细节信息的去雾结果,同时也提高了图像去雾效率.
推荐文章
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
结合暗原色图像参考的单幅图像去雾
去雾
暗原色先验
透射率图
天空区域
基于暗原色的单一图像去雾算法的研究
暗原色
分块处理
透过率t值
指导性滤波
盒子滤波
基于颜色空间的单幅图像去雾算法
单幅图像去雾
暗原色先验
大气散射模型
颜色空间
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 基于自适应暗原色的单幅图像去雾算法
来源期刊 光子学报 学科 工学
关键词 图像去雾 大气散射模型 暗原色 自适应暗原色
年,卷(期) 2018,(2) 所属期刊栏目 图像处理
研究方向 页码范围 173-180
页数 8页 分类号 TP391.4
字数 4698字 语种 中文
DOI 10.3788/gzxb20184702.0210001
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 吕群波 中国科学院光电研究院计算光学成像技术重点实验室 52 478 13.0 18.0
2 刘扬阳 中国科学院光电研究院计算光学成像技术重点实验室 19 143 7.0 11.0
3 刘国 中国科学院光电研究院计算光学成像技术重点实验室 2 103 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (85)
参考文献  (10)
节点文献
引证文献  (21)
同被引文献  (46)
二级引证文献  (11)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(12)
  • 参考文献(0)
  • 二级参考文献(12)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(22)
  • 引证文献(14)
  • 二级引证文献(8)
2020(6)
  • 引证文献(3)
  • 二级引证文献(3)
研究主题发展历程
节点文献
图像去雾
大气散射模型
暗原色
自适应暗原色
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