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:
针对现有去雾算法在估计大气光向量时,所采用的方法包含的大气光候选点数量较少,导致估计结果在统计意义上误差较大这一问题,提出了基于高斯分布的大气光估计算法.该算法首先使用阈值划分的方式选取候选点以增加初始样本点数量;然后引入聚类算法对原算法所得光源点簇进行合并以提高单个点簇所含样本点个数;同时,使用比例阈值过滤掉不合理的点簇,并将各点簇视为单独光源,单独计算其对周围像素的影响,其影响通过二维高斯分布函数进行建模;最后使用大气光图取代全局大气光复原图像.实验结果表明,相对于原算法,使用高斯分布大气光图复原的结果在主观视觉上看起来更加自然,且其客观图像质量评价指标也得到了提高.
推荐文章
分数阶微分滤波器及高斯分布参数估计
分数阶微分滤波器
高斯分布
分数阶微分
熵损失下逆高斯分布参数倒数的Bayes估计
熵损失函数
Bayes估计
逆高斯分布
容许性
复合LINEX对称损失下逆高斯分布参数倒数Bayes估计
复合LINEX对称损失函数
IG分布
Bayes估计
E-Bayes估计
多层Bayes估计
基于混合高斯粒子滤波的OFDM频偏估计算法
正交频分复用
多普勒效应
频偏估计
高斯粒子滤波
快速采样
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 基于高斯分布的大气光估计算法
来源期刊 计算机科学 学科 工学
关键词 图像去雾 大气光估计 统计聚类 高斯分布 图像质量评价
年,卷(期) 2018,(4) 所属期刊栏目 图形图像与模式识别
研究方向 页码范围 301-305,311
页数 6页 分类号 TN911.73
字数 5002字 语种 中文
DOI 10.11896/j.issn.1002-137X.2018.04.051
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 侯晓荣 电子科技大学能源科学与工程学院 25 85 5.0 8.0
2 张文博 电子科技大学能源科学与工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (2)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像去雾
大气光估计
统计聚类
高斯分布
图像质量评价
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
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