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:
为了提升图像去雾算法的效果和适应性,提出了一种基于简单线性迭代聚类(SLIC)超像素分割和支持向量回归(SVR)的单幅图像去雾算法.首先,将雾霾图像进行超像素分割,对于每个超像素块,取其最大通道内的最大值作为局部大气光的估计,并使用引导滤波优化大气光图的边缘.然后,采集清晰户外图像并切割成块,利用大气散射模型为其加入不同程度的雾作为训练样本,提取对比度、饱和度、直方图均衡度和最小通道均值4种特征,利用支持向量回归算法训练传输参数估算模型.实验结果表明,所提算法有效地恢复了图像的对比度和颜色饱和度,同时无论是在主观视觉效果方面,还是在结构相似度和峰值信噪比等客观评价指标方面,所提算法均优于现有传统算法.
推荐文章
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
单幅图像自动去雾算法
图像去雾
大气耗散函数
指导图像滤波器
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
减少色彩失真的自适应单幅图像去雾算法
图像去雾
暗通道置信度
饱和度
亮度
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SLIC和SVR的单幅图像去雾算法
来源期刊 东南大学学报(自然科学版) 学科 工学
关键词 图像恢复 图像去雾 动态大气光 支持向量机 超像素分割
年,卷(期) 2018,(1) 所属期刊栏目
研究方向 页码范围 25-29
页数 5页 分类号 TP391
字数 4302字 语种 中文
DOI 10.3969/j.issn.1001-0505.2018.01.005
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 舒华忠 东南大学影像科学与技术实验室 135 1036 15.0 25.0
2 尚媛园 首都师范大学信息工程学院 24 168 6.0 12.0
6 丁辉 首都师范大学信息工程学院 18 106 5.0 10.0
10 栾中 首都师范大学信息工程学院 4 15 3.0 3.0
14 周修庄 首都师范大学成像技术北京市高精尖创新中心 4 53 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  (9)
节点文献
引证文献  (2)
同被引文献  (10)
二级引证文献  (3)
2002(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)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(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
图像恢复
图像去雾
动态大气光
支持向量机
超像素分割
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
东南大学学报(自然科学版)
双月刊
1001-0505
32-1178/N
大16开
南京四牌楼2号
28-15
1955
chi
出版文献量(篇)
5216
总下载数(次)
12
总被引数(次)
71314
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导