首页|基于超像素暗通道和自动色阶优化的图像去雾算法

基于超像素暗通道和自动色阶优化的图像去雾算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对暗通道先验(dark channel prior,DCP)复原图像中的光晕现象、明亮区域色彩失真、环境光估计不准确等问题,提出了基于超像素暗通道和自动色阶优化的单幅图像去雾算法.首先,由改进的White Patch Retinex算法增强图像并计算精确环境光.接着,在传统暗通道去雾算法中引入超像素图像分割和引导滤波算法,使透射率估计的稳健性与精确性得以提升.然后,采用自适应容差对明亮区域的透射率进行补偿,有效抑制明亮区域色彩失真问题.最后,以自动色阶优化算法提高图像对比度.将本文去雾算法与其他算法从主观和客观两个维度进行比较,实验结果表明:采用不同算法对不同浓度的自然雾图进行对比实验,信息熵提高0.2 bit,峰值信噪比(peak signal-to-noise ratio,PSNR)提高0.8 dB,运行效率提高.该算法对不同浓度含雾图像具有良好的适应性,复原图像色彩真实、纹理清晰、细节丰富,去雾效果良好.
Image defogging algorithm based on superpixel dark channel and auto-color optimization

image defoggingdark channel prior(DCP)superpixeladaptive toleranceauto-colorim-proved White Patch Retinex algorithm

仲会娟、马秀荣、张静怡、董亚梦、刘乐姗

展开 >

河北工程技术学院网络与通信学院,河北石家庄 050000

阳光学院人工智能学院,福建福州 350015

图像去雾 暗通道先验(DCP) 超像素 自适应容差 自动色阶 改进的White Patch Ret-inex算法

福建省中青年教师教育科研项目

JAT200860

2023

10.16136/j.joel.2023.10.0226

光电子·激光
天津理工大学 中国光学学会

光电子·激光

CSCD北大核心
影响因子：1.437
ISSN：1005-0086
年,卷(期)：2023.34(10)
  • 8