雾霾图像增强算法对目标检测性能影响研究

• 作者: 张玥 张琦 张蓉蓉 李彦斌 李珣 贺霞
• 来源期刊: 计算机测量与控制
• 关键词: 雾霾环境 目标检测 动态阈值 图像增强 检测率
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 41-46
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.01.009

摘要

针对雾霾环境下目标检测率低,容易造成交通事故等问题,提出了基于图像增强的动态双阈值算法;该算法针对雾霾天气下,传统的检测算法目标检测率低、虚警率高等问题,利用大气散射模型及联合双边滤波算法首先对原始雾霾图像的增强处理,然后再进行目标检测;分别使用动态双阈值、基于均值滤波的动态双阈值、基于直方图均衡化的动态双阈值、基于拉普拉斯算子的动态双阈值目标检测算法对不同程度雾霾环境下的实拍车辆运动视频进行目标检测,并用11097组图像数据对比分析改进算法的最佳检测率、最差检测率、平均检测率和虚警率;实验结果表明,改进算法目标检测率高、虚警率低,有助于减少交通事故,更加适用于雾霾环境下图像目标检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李彦斌	西安工程大学电子信息学院	18	144	4.0	11.0
2	李珣	西安工程大学电子信息学院	18	48	4.0	6.0
3	张玥	西安工程大学电子信息学院	7	25	3.0	5.0
4	张琦		2	0	0.0	0.0
5	张蓉蓉		1	0	0.0	0.0
6	贺霞	西安工程大学电子信息学院	7	109	3.0	7.0