發(fā)布時(shí)間：2018-05-14 15:22

  本文選題：圖像去霧 + 明暗像素先驗(yàn)��； 參考：《系統(tǒng)工程與電子技術(shù)》2017年10期

【摘要】：針對(duì)霧霾天氣下大氣粒子的散射作用導(dǎo)致戶外圖像質(zhì)量嚴(yán)重退化和暗通道對(duì)天空區(qū)域估計(jì)失效的問題,提出了一種單幅圖像去霧算法。該算法從霧天圖像模型出發(fā),首先利用估計(jì)天空區(qū)域更加準(zhǔn)確的明暗像素先驗(yàn)獲取介質(zhì)傳輸圖粗估計(jì),然后在隨機(jī)游走模型的框架下,將粗估計(jì)的介質(zhì)傳輸圖作為先驗(yàn)約束傳統(tǒng)隨機(jī)游走能量模型,進(jìn)一步優(yōu)化介質(zhì)傳輸圖,得到最終的無霧圖像。實(shí)驗(yàn)結(jié)果表明,該算法有效地在隨機(jī)游走模型下結(jié)合了明暗像素先驗(yàn)對(duì)霧天圖像估計(jì)的優(yōu)缺點(diǎn),證實(shí)了所提方法的可行性和有效性。
[Abstract]:Aiming at the serious degradation of outdoor image quality caused by the scattering of atmospheric particles in haze weather and the failure of dark channel estimation to the sky region, a single image de-fogging algorithm is proposed. Based on the fog image model, the algorithm firstly obtains the coarse estimation of the medium transmission map by using the more accurate light and dark pixels to estimate the sky region, and then under the frame of the random walk model. The medium transmission diagram estimated by rough estimation is regarded as the traditional random walk energy model with prior constraints, and the medium transmission diagram is further optimized to obtain the final fog free image. The experimental results show that the proposed algorithm is effective in combining the advantages and disadvantages of a priori light and dark pixel for fog image estimation under random walk model, and the feasibility and effectiveness of the proposed method are verified.
【作者單位】： 空軍工程大學(xué)航空航天工程學(xué)院;空軍工程大學(xué)理學(xué)院;
【基金】：國家自然科學(xué)基金(61372167)資助課題
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王家華;周潤;;自回避隨機(jī)游走算法的研究與應(yīng)用[J];軟件導(dǎo)刊;2010年11期

2 陳君華;胡昌振;;基于隨機(jī)游走的蠕蟲網(wǎng)絡(luò)演化研究[J];信息網(wǎng)絡(luò)安全;2009年07期

3 吳迪;周利娟;林鴻飛;;基于隨機(jī)游走的就業(yè)推薦系統(tǒng)研究與實(shí)現(xiàn)[J];廣西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

4 李星;鐘志農(nóng);李洋;;一種隨機(jī)游走中心性的快速算法[J];計(jì)算機(jī)應(yīng)用研究;2013年08期

5 曹穎;郝欣;朱曉恩;夏順仁;;基于自動(dòng)隨機(jī)游走的乳腺腫塊分割算法[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2011年10期

6 李靖;冀中;;圖像多樣性重排序技術(shù)綜述[J];信息技術(shù);2013年06期

7 楊永向;吳為民;;隱含因子在隨機(jī)游走模型中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用研究;2014年07期

8 肖杰斌;張紹武;;基于隨機(jī)游走和增量相關(guān)節(jié)點(diǎn)的動(dòng)態(tài)網(wǎng)絡(luò)社團(tuán)挖掘算法[J];電子與信息學(xué)報(bào);2013年04期

9 徐穎;;油氣儲(chǔ)層隨機(jī)游走建模軟件的設(shè)計(jì)[J];軟件導(dǎo)刊;2009年01期

10 吳瓊;譚松波;許洪波;段m#毅;程學(xué)旗;;基于隨機(jī)游走模型的跨領(lǐng)域傾向性分析研究[J];計(jì)算機(jī)研究與發(fā)展;2010年12期

相關(guān)會(huì)議論文 前2條

1 鄭偉;王朝坤;劉璋;王建民;;一種基于隨機(jī)游走模型的多標(biāo)簽分類算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集A輯一[C];2010年

2 朱松豪;羅青青;梁志偉;;一種改進(jìn)圖像標(biāo)注的新方法[A];第24屆中國控制與決策會(huì)議論文集[C];2012年

相關(guān)博士學(xué)位論文 前4條

1 孫甲申;基于主題模型和隨機(jī)游走的標(biāo)簽技術(shù)研究[D];北京郵電大學(xué);2013年

2 呂強(qiáng);面向高性能和強(qiáng)表達(dá)力的自動(dòng)規(guī)劃[D];中國科學(xué)技術(shù)大學(xué);2013年

3 廖振;基于查詢點(diǎn)擊核心圖的查詢推薦問題研究[D];南開大學(xué);2013年

4 周厚奎;概率主題模型的研究及其在多媒體主題發(fā)現(xiàn)和演化中的應(yīng)用[D];浙江大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 鞠薇;基于隨機(jī)游走和圖割算法的PET-CT肺腫瘤分割[D];蘇州大學(xué);2015年

2 孫星;基于部分吸收隨機(jī)游走的協(xié)同顯著性檢測[D];大連理工大學(xué);2015年

3 宋文靜;基于多條隨機(jī)游走的圖像檢索[D];河南大學(xué);2015年

4 汪幫菊;基于隨機(jī)游走的復(fù)雜網(wǎng)絡(luò)聚類算法研究[D];安徽大學(xué);2016年

5 金連寶;基于分層信息融合和隨機(jī)游走的顯著性檢測[D];南昌航空大學(xué);2016年

6 馮維思;多屬性隨機(jī)游走在社會(huì)網(wǎng)絡(luò)中的應(yīng)用[D];西南大學(xué);2016年

7 唐小龍;基于隨機(jī)游走的圖像分割相關(guān)算法研究[D];電子科技大學(xué);2016年

8 顧瀟蒙;基于隨機(jī)游走算法的CT圖像肺區(qū)域和肺腫瘤的分割研究[D];河北大學(xué);2016年

9 趙倩倩;基于量子隨機(jī)游走的偽隨機(jī)發(fā)生器及圖像加密算法的研究[D];北京工業(yè)大學(xué);2016年

10 白坤;基于本體與基因網(wǎng)絡(luò)的致病基因預(yù)測研究[D];哈爾濱工業(yè)大學(xué);2016年

，

本文編號(hào)：1888439