随着图像去雾的技术与其它可联动的学科的发展,越来越多的图像去雾的方法被人们提及.目前,图像去雾的算法主要是基于图像增强算法和基于图像复原的去雾算法,是对单幅图像的每一单位的像素进行运算,因此导致在图像实时处理时的表现极其不佳.更由于近年来空气污染加重,图像受到越来越多的干扰,图像去雾的技术的研究方向应该舍弃逐像素运算的思想.现机器学习技术蓬勃发展,已可实现快速对比.所以提出了相比于以往全局直方图去雾技术,局部直方图去雾技术,Retinex增强处理等图像去雾的技术更加高效的置换重构的方向.因为置换重构可以减少运算区域,消除大范围外界环境的干扰,根据运算范围与复杂度理论,所提出的方向在运算效率与清晰度方面将优于原方向.
NETL
NSTL
万方数据
