图像去雾
图像去雾的相关文献在2006年到2023年内共计1473篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、一般工业技术
等领域,其中期刊论文598篇、会议论文15篇、专利文献287070篇;相关期刊246种,包括中国图象图形学报、光学精密工程、电子与信息学报等;
相关会议12种,包括第17届全国图象图形学学术会议、第十六届全国图象图形学学术会议 暨第六届立体图象技术学术研讨会、第十五届全国图象图形学学术会议等;图像去雾的相关文献由3234位作者贡献,包括张登银、毕笃彦、王会峰等。
图像去雾—发文量
专利文献>
论文:287070篇
占比:99.79%
总计:287683篇
图像去雾
-研究学者
- 张登银
- 毕笃彦
- 王会峰
- 黄鹤
- 王涛
- 郭璐
- 鞠铭烨
- 杨燕
- 黄莺
- 张红英
- 许哲
- 宋京
- 惠晓滨
- 袁全
- 崔智高
- 杨爱萍
- 苏延召
- 何林远
- 顾振飞
- 魏伟波
- 张笑钦
- 朱青松
- 李爱华
- 王卫星
- 蔡艳平
- 吴亚东
- 姜柯
- 李光泽
- 杨峰
- 潘振宽
- 胡凯益
- 赵丽
- 冯华君
- 吴迪
- 崔博
- 徐之海
- 戴声奎
- 李云松
- 李奇
- 李宏亮
- 李展
- 李昕芮
- 李权合
- 王伟鹏
- 王柯俨
- 袁小燕
- 陆健强
- 马时平
- 高涛
- 龚昌来
-
-
钟魁松;
冯治国;
张振博;
袁森
-
-
摘要:
针对智能驾驶视觉感知领域中去雾算法处理时间过长的问题,提出了一种基于大气散射模型的视频图像快速去雾算法。在暗通道先验去雾的基础上,计算大气光值的自适应参数,提高去雾速度,并优化设计去雾系数,获取半去雾图像,将单幅图像去雾应用到视频实时去雾中;进一步利用限制对比度自适应直方图均衡(CLAHE)算法抑制去雾残余噪声,增强图像道路交通特征。验证结果表明:提出的算法有效提高了图像质量,且视频去雾速度较传统算法大幅提升;图像边缘强度提升近2倍,极大提高了道路能见度。
-
-
吕建威;
钱锋;
韩昊男;
张葆
-
-
摘要:
针对图像去雾算法在天空区域出现恢复不真实以及雾气浓度估计精度不足等问题,本文提出天空区域分割和雾气浓度估计的去雾算法。首先,为了提高透射率的估计精度以及提升去雾效果,利用梯度阈值和亮度阈值分割天空区域。其次,采用改进的暗通道先验和四叉树细分法估计大气光值。最后,针对天空区域和非天空区域采用不同的透射率估计方法,对于天空区域采用亮通道先验方法,对于非天空区域提出了线性雾气浓度估计模型。结合像素点概率分布得到透射率并采用引导滤波方法进行边缘细化,利用大气散射模型获得最终复原图像。实验结果表明,去雾后的图像在主观和客观质量评价方面表现良好,所提出的算法能够使天空区域恢复自然,去雾更加彻底,增加了图像细节的清晰度。本文算法的运行速率与当前主流算法相当,针对不同有雾场景去雾表现的稳定性优于其它算法。
-
-
韩昊男;
钱锋;
吕建威;
张葆
-
-
摘要:
针对近年来去雾算法质量的评价方法普遍依赖主观评价结果,但缺乏定量描述;现有的客观质量评价方法与主观评价方法之间的一致性不稳定,使两者有时会出现分歧的问题。为提升针对去雾方法的客观质量评价性能,本文提出了一种基于人工合成图像的全参考去雾方法质量评价。首先,建立合成图像数据集,数据集包括参考无雾图像,合成有雾图像,对这些合成有雾图像使用8种主流去雾算法得到的去雾图像。然后,将去雾后图像可能引入的一些质量问题进行分类。最后,通过结合清晰度相关特征和现有的客观质量评价,针对性地提出了一种由图像可视性、结构相似性和颜色恢复度相互融合的去雾方法质量评价。在合成图像数据集中,将本文方法与现有典型的图像质量评价方法进行对比实验,实验结果表明:对于合成图像数据集,本文提出的方法在SRCC、PLCC和RMSE指标上表现最优。本文方法与主观评价的一致性更高,更有利于支持去雾算法的研究。
-
-
何惜琴
-
-
摘要:
针对雾霾天气条件下的图像降质问题,提出一种高效的清晰化算法。利用最小值运算与形态学操作分别提取边缘信息和强度信息,再通过联合双边滤波器对成像模型中的散射函数进行估计,获取精细化的结果;定义远景区域缩小搜索范围,统计该区域内的灰度直方图计算环境光。仿真结果表明,该算法可有效提升能见度,增强图像的细节和颜色,得到相对较优的视觉效果。
-
-
周帅;
杨超;
印茂伟;
李玉林;
张雨亭
-
-
摘要:
介绍了视频图像快速去雾装置的设计和实现。装置以ZYNQ系列的SoPC(片上可编程系统)芯片作为开发平台,分析基于物理模型的暗通道先验去雾算法并对算法进行优化,设计向下最小值求解器完成单帧图像去雾算法的逻辑实现,提出了基于帧间像素值均值法实现视频去雾算法。通过研究对去雾算法进行优化,增加算法的可移植度同时使用加速技术提升算法运算的速率,实现单帧图像快速去雾处理和视频图像的实时去雾处理,有效地避免了户外成像系统受到雾天的影响,具有十分重要的科学和工程意义。
-
-
陆金旺;
王晓凯;
石亦琨
-
-
摘要:
传统的图像去雾算法在处理复杂景深场景下的物体时,往往因为透射率估计的不准确而产生伪影和色彩失真现象.结合颜色衰减先验和上下文正则,并用改进的引导滤波器对透射率优化的方法,能够准确计算出各种场景下图像的透射率,最后通过对比度拉伸,从而使恢复出来的图像更具有可视性,并且在峰值信噪比(PSNR)、结构相似性(SSIM)、平均梯度(AG)评价中要优于以往的算法.
-
-
张宏;
张玉伦;
邓旭;
徐梅
-
-
摘要:
针对雾霾天气下采集的图像存在细节丢失和对比度较低的问题,提出了基于改进暗通道先验的图像去雾算法。现有的图像去雾算法仍然受到颜色失真和亮度偏暗的困扰。而改进算法首先通过四叉树搜索算法来估计大气光候选区域,提高了大气光值估计的准确性,降低了大气光候选区域定位在亮白色物体上导致去雾后的图像出现颜色失真的情况。其次,将去雾后图像转为HSI颜色空间,对亮度进行限制对比度自适应直方图均衡化处理,有效的改善了去雾后图像亮度偏暗的问题,并且更加凸显图像的细节。最后,在真实有雾图像上的实验结果表明,改进算法具有较好的去雾效果并且亮度更自然。
-
-
郭梦琰;
张娟;
刘巧红;
蔡立志
-
-
摘要:
大气散射模型与有雾图像及对应清晰图像间的映射模型不适配,导致使用大气散射模型进行图像去雾处理时,图像存在颜色偏差、纹理细节粗糙等问题。基于模拟生物视觉系统的反馈原理,提出一种端到端的循环生成对抗网络算法,以解决误差累积造成的去雾图像低质的问题。通过生成模块将循环神经网络的隐藏状态作为反馈信息,以指导低级模糊特征信息生成更加丰富的高级特征。循环结构能够保证先前的网络层可以使用到后面网络层的高级特征信息,从而减少误差累积。此外,该算法能够根据判别模块的损失来评估重建图像的质量。实验结果表明,与GCANet算法相比,所提算法在SOTS测试集上的平均峰值信噪比和结构相似性,在室内分别提升3.41%和0.57%,在室外分别提升3.48%和1.39%,且在真实世界的数据集上进行图像去雾后,在视觉上避免了颜色失真和光晕问题。
-
-
李婵飞
-
-
摘要:
为了改善图像去雾效果,基于何凯明经典的暗通道图像去雾算法,提出了一种改进的基于图像融合的去雾方法。该方法利用暗通道原理计算粗透射率图,利用梯度导向滤波获取精细化透射率图,将两种透射率图利用四层小波变换分解融合获取融合透射率图;结合估算的大气光值,最终实现去雾。对算法进行实验仿真,仿真结果表明,提出算法可以获取质量较好的去雾图像。
-
-
傅妍芳;
尹诗白;
邓箴;
王一斌;
胡殊豪
-
-
摘要:
为设计合理有效的神经网络框架,提高去雾算法的精度,保留完整的边缘细节,提出了常微分方程(Ordinary Differential Equation,ODE)启发的多级特征逐步细化及边缘增强的去雾算法。利用多级特征提取子网络,从输入雾图中提取出包含细节信息的低级特征和包含语义信息的高级特征,用于后续去雾结果的逐步细化。受残差网络框架与ODE求解策略关联性启发,依据两步两阶的蛙跳方法Leapfrog设计出Leapfrog模块,并串联多个Leapfrog模块,模拟ODE离散的逼近求解过程,构造逐步细化的去雾子网络。此子网络中,每个Leapfrog模块在交替输入的低级/高级特征的互补信息引导下,不断细化前一个Leapfrog模块估计的去雾结果。受二阶微分算子实施边缘增强的启发,边缘增强子网络利用预训练的UNet估计最后一个Leapfrog模块的去雾图像边缘,并叠加到此去雾图像上得到增强边缘,保留细节的最终去雾结果。实验表明,在真实图像及合成图像上,本算法均能取得较好的去雾效果,且在视觉评价和客观评价方面优于已有的去雾算法,与EAAN相比去雾精度提高了5%,运行时间仅有0.032 s,能有效用于图像去雾的工程实践中。
-
-
姜雨彤;
王莹;
赵博;
刘淑云
- 《全国抗恶劣环境计算机第二十八届学术年会》
| 2018年
-
摘要:
图像是现代化战争的重要信息来源,有效利用图像信息,可以充分发挥战场侦察与监测能力,从而实现智能监控与判断.当大气透过光强度不足时,严重影响到图像的质量,对战场侦察识别的执行能力起到妨碍作用.为了提高雾天环境下图像有效利用性,开展了基于光学深度代理模型的雾浓度估计及图像去雾方法研究.针对雾天图像的相关特征,提出一个与雾气浓度紧密相关的饱和度-亮度联合特征,通过敏感度分析,确定暗通道、饱和度-亮度和色度为三个重要的雾相关特征,采用1000幅合成有雾图像数据建立了以雾相关特征为自变量、以光学深度为目标函数的代理模型;基于光学深度估计代理模型,提出了一种雾浓度估计方法;同时将代理模型预测的光学深度估计值代入大气散射模型中对去雾图像进行求解.通过实验验证表明,该方法在去雾图像的视觉化清晰效果、准确度、实时性上优于已有的去雾方法.
-
-
Zhou Li;
周理;
Bi Du-yan;
毕笃彦;
He Lin-yuan;
何林远
- 《第17届全国图象图形学学术会议》
| 2014年
-
摘要:
鉴于现有算法不能很好恢复场景深度变化较大的图像,本文在大气衰减模型与变分偏微分方程的基础上,提出了一种基于变分偏微分方程的单幅彩色图像去雾算法.该算法利用数学形态学中的中值集算子构造局部白平衡处理,精确估计大气光参数,然后设计一种全新的平滑性度量范数,尝试从全变分的角度建立目标图像的变分能量模型,继而通过偏微分方程将其转化为欧拉-拉格朗日方程,最后采用交替半二次型法求解.仿真实验表明,与Retinex算法及He算法等相比较,本文算法对于场景深度变化较大的图像,其局部区域的恢复明显改善,很好地满足了应用要求.
-
-
-
-
-
-
范长军;
江云飞;
张永晋
- 《全国抗恶劣环境计算机第二十七届学术年会》
| 2017年
-
摘要:
随着图像处理技术的发展及其在军事、交通以及安全监控等领域的应用,图像清晰化技术已成为重要的研究方向.一方面,由于大气散射的作用,在雾、霾之类的恶劣天气下采集的图像会被严重降质,使图像颜色趋于灰白色,对比度降低,物体特征辨认困难,不仅使图像观赏性降低,视觉效果变差,还会影响图像后期的处理,更会影响各类依赖于光学成像来运作的机器工作;另一方面,在数字图像的采集、传输、存储与处理过程中,有许多因素会导致图像分辨率的下降,其主要表现为模糊、噪声和变形,无法满足特定应用对高分辨率的需求.针对上述问题,本文提出了相应的解决方案:一方面,去除恶劣天气环境对图像的不利影响,消除外界因素干扰;另一方面,对得到的图像通过对抗生成网络预测细节信息,提高图像整体分辨率.最后,通过定性和定量的测试与分析证明该方法能有效提高图像质量.
-
-
范长军;
江云飞;
张永晋
- 《全国抗恶劣环境计算机第二十七届学术年会》
| 2017年
-
摘要:
随着图像处理技术的发展及其在军事、交通以及安全监控等领域的应用,图像清晰化技术已成为重要的研究方向.一方面,由于大气散射的作用,在雾、霾之类的恶劣天气下采集的图像会被严重降质,使图像颜色趋于灰白色,对比度降低,物体特征辨认困难,不仅使图像观赏性降低,视觉效果变差,还会影响图像后期的处理,更会影响各类依赖于光学成像来运作的机器工作;另一方面,在数字图像的采集、传输、存储与处理过程中,有许多因素会导致图像分辨率的下降,其主要表现为模糊、噪声和变形,无法满足特定应用对高分辨率的需求.针对上述问题,本文提出了相应的解决方案:一方面,去除恶劣天气环境对图像的不利影响,消除外界因素干扰;另一方面,对得到的图像通过对抗生成网络预测细节信息,提高图像整体分辨率.最后,通过定性和定量的测试与分析证明该方法能有效提高图像质量.
-
-
范长军;
江云飞;
张永晋
- 《全国抗恶劣环境计算机第二十七届学术年会》
| 2017年
-
摘要:
随着图像处理技术的发展及其在军事、交通以及安全监控等领域的应用,图像清晰化技术已成为重要的研究方向.一方面,由于大气散射的作用,在雾、霾之类的恶劣天气下采集的图像会被严重降质,使图像颜色趋于灰白色,对比度降低,物体特征辨认困难,不仅使图像观赏性降低,视觉效果变差,还会影响图像后期的处理,更会影响各类依赖于光学成像来运作的机器工作;另一方面,在数字图像的采集、传输、存储与处理过程中,有许多因素会导致图像分辨率的下降,其主要表现为模糊、噪声和变形,无法满足特定应用对高分辨率的需求.针对上述问题,本文提出了相应的解决方案:一方面,去除恶劣天气环境对图像的不利影响,消除外界因素干扰;另一方面,对得到的图像通过对抗生成网络预测细节信息,提高图像整体分辨率.最后,通过定性和定量的测试与分析证明该方法能有效提高图像质量.
-
-
范长军;
江云飞;
张永晋
- 《全国抗恶劣环境计算机第二十七届学术年会》
| 2017年
-
摘要:
随着图像处理技术的发展及其在军事、交通以及安全监控等领域的应用,图像清晰化技术已成为重要的研究方向.一方面,由于大气散射的作用,在雾、霾之类的恶劣天气下采集的图像会被严重降质,使图像颜色趋于灰白色,对比度降低,物体特征辨认困难,不仅使图像观赏性降低,视觉效果变差,还会影响图像后期的处理,更会影响各类依赖于光学成像来运作的机器工作;另一方面,在数字图像的采集、传输、存储与处理过程中,有许多因素会导致图像分辨率的下降,其主要表现为模糊、噪声和变形,无法满足特定应用对高分辨率的需求.针对上述问题,本文提出了相应的解决方案:一方面,去除恶劣天气环境对图像的不利影响,消除外界因素干扰;另一方面,对得到的图像通过对抗生成网络预测细节信息,提高图像整体分辨率.最后,通过定性和定量的测试与分析证明该方法能有效提高图像质量.