查看更多>>摘要：在图像去雾领域,图像明亮区域的去雾效果与去雾后图像的抗噪性能是重要的去雾评估标准,然而大多数去雾算法在处理有雾图像明亮区域时存在一定程度的失真问题,并且得到的去雾后图像常存在一定噪声,导致去雾后图像的抗噪性能普遍较弱.针对以上去雾问题,文中提出了具有透射率先验与亮度感知的图像去雾算法(Image Dehazing Algorithm with Transmittance Prior and Luminance Awareness,DTPLA).该算法首先构造求解大气光值模块(Solving Atmospheric Light Value Module,SALVM),将该类问题转化为克服干扰因素的影响和缩小求解误差的问题;其次,提出透射率先验(Transmittance Priori,TP)方法,以对图像明亮区域透射率的取值问题进行优化求解,并设计图像亮度感知模型(Image Luminance Perception Model,ILPM),对图像可视化效果进行增强,通过对透射率取值与可视化效果的联合优化解决失真问题并丰富图像重要信息;最后,引入图像降噪模块(ImageNoise Reduction Module,INRM),将其嵌入到图像去雾模型中,以提升去雾后图像的抗噪性能;仿真结果表明,与其他主流算法相比,运用所提算法得到的去雾结果在3种数据集下均具有更好的性能表现,图像的MSE值、PSNR值、SSIM值分别平均达到7.4701,39.983 9 dB,83.72％,基于以上3种数据集的实验结果验证了所提算法的有效性.
万方数据
维普