一种基于Boosting模型的图像去雾算法

• 作者: 吉涛 张骏 李培华 章盛
• 来源期刊: 光电子技术
• 学科: 工学
• 关键词: Boosting模型 图像增强 极优增强器 学习率
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 研究与试制
• 页码范围: 52-57
• 页数: 6页
• 分类号: TN911.72
• 语种: 中文
• DOI: 10.19453/j.cnki.1005-488x.2019.01.012

摘要

分析了Boosting提升模型,提出一种以去雾后图像均方误差与信息熵比值为选择标准,对多类不同的去雾算法进行排序,并根据设定的阈值,从多类的去雾算法中,选择合适的去雾算法作为“极优增强器”,再通过对优化学习率的方法.更新“极优增强器”的权重,采取线性组合,构建了最优去雾算法.经实验表明,该算法实现了去雾后图像对比度和图像的信息损失之间的平衡.提升了图像对比度,凸显了图像细节,最大程度的减小了图像信息的损失.