-
题名结合区域最小熵和邻域雾线优化的图像去雾
- 1
-
-
作者
韩科磊
黄鹤
胡凯益
王会峰
高涛
-
机构
长安大学电子与控制工程学院
西安市智慧高速公路信息融合与控制重点实验室
长安大学数据科学与人工智能研究院
-
出处
《北京大学学报(自然科学版)》
北大核心
2025年第5期869-883,共15页
-
基金
国家自然科学基金(52572353)
陕西省重点研发计划(2024GX-YBXM-288)
+1 种基金
陕西省留学人员科技活动择优资助项目(2023001)
中央高校基本科研业务费(300102325501)资助。
-
文摘
针对去雾算法得到的复原图像细节模糊和颜色易失真问题,提出一种改进的图像去雾方法。首先,获取含雾图像的主结构图及最小通道图,计算主结构图像的行列亮度映射,并寻找最值和次最值点,构成4个备选区域,将其中最小熵区域的中值作为全局大气光值。然后,引入雾线可靠性评估参数来判断透射率点是否属于噪声区域,对噪声区域的透射率点进行聚类,并利用邻域雾线优化透射率来合并像素点过少的簇,适当放大最大辐照度的选择范围来弥补区域受限带来的误差。最后,使用侧窗盒式滤波,提取最小通道中的边缘信息,并根据雾线聚类结果的特性设计相对总变分的自适应权重因子,去除纹理信息,进一步细化透射率,最终根据大气成像模型得到复原图像。实验结果表明,与其他去雾算法相比,所提算法在复原图像的信息熵、平均梯度、模糊系数及雾感知密度评估参数(FADE)等指标上均显著改进,复原图像的细节更完整,色彩能够更好地匹配人类视觉感知。
-
关键词
区域最小熵
相对总变分
雾霾线理论
图像处理
去雾
-
Keywords
regional minimum entropy
relative total variation
haze line theory
image processing
defogging
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
