原文服务方: 计算机应用研究       
摘要:
基于暗通道先验的单幅图像去雾算法是目前最为高效的图像去雾技术,然而当图像中某些场景不完全满足暗通道先验时,去雾处理后的图像中常常出现大量伪影和色彩失真,因此需要根据图像对该方法进行修正.假设图像场景亮度越高,暗通道越不可信;场景饱和度越低,暗通道越不可信.基于该假设重新设计了图像的暗通道置信度,以补偿场景不完全满足暗通道先验时估算过大的暗通道值;另外对图像进行后置增强处理,以提升图像的视觉效果.对三类具有代表性的雾天图像进行实验,实验结果显示,与相关算法相比,该算法在缓解色彩失真、去除伪影等方面表现更好.该算法通过设计暗通道置信度克服了图像场景不完全满足暗通道先验时暗通道值估计偏大的问题,显著提升了暗通道先验去雾模型对不同雾天场景的适应能力.
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
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
基于引导系数加权和自适应图像增强去雾算法
暗通道先验
图像去雾
导向滤波
引导系数加权
聚类
图像增强
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 减少色彩失真的自适应单幅图像去雾算法
来源期刊 计算机应用研究 学科
关键词 图像去雾 暗通道置信度 饱和度 亮度
年,卷(期) 2020,(5) 所属期刊栏目 图形图像技术
研究方向 页码范围 1553-1556
页数 4页 分类号 TP391.41
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.10.0850
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 鲍旭东 东南大学计算机科学与工程学院 89 815 15.0 22.0
2 唐慧 东南大学计算机科学与工程学院 11 57 4.0 7.0
3 任杰文 东南大学计算机科学与工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (97)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(9)
  • 参考文献(0)
  • 二级参考文献(9)
2017(6)
  • 参考文献(1)
  • 二级参考文献(5)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像去雾
暗通道置信度
饱和度
亮度
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导