-
题名基于引导滤波器的单幅雾天图像复原算法
被引量：9
- 1
-
-
作者
楚君
王华彬
陶亮
周健
-
机构
安徽大学计算机科学与技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2015年第21期155-160,共6页
-
基金
国家自然科学基金(No.61372137)
国家自然科学基金青年科学基金(No.61301295)
-
文摘
基于中值滤波的单幅图像去雾算法所获取的大气面纱图像不能有效地保留雾天图像的边缘信息,也不能真实地反映场景的深度信息,因此,提出了一种基于引导滤波器的大气面纱修正方法。由中值滤波得到初始大气面纱,使用引导图像滤波器对其进行修正得到较为准确的大气面纱,去除多余的纹理信息的同时增强了雾天图像的边缘信息,由大气散射模型得到场景辐射光即复原图像,并对其进行亮度调整。与其他现有的典型去雾算法相比较,该算法在深度剧烈变化的边缘区域有更好的去雾和增强效果,且时间复杂度为线性。
-
关键词
图像去雾
引导图像滤波器
大气面纱修正
-
Keywords
image dehazing
guided image filtering
atmospheric veil correction
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
-
题名基于NSST与自适应PCNN的多聚焦图像融合方法
被引量：10
- 2
-
-
作者
杨利素
王雷
郭全
-
机构
山东理工大学计算机科学与技术学院
-
出处
《计算机科学》
CSCD
北大核心
2018年第12期217-222,250,共7页
-
基金
国家自然科学基金青年科学基金项目(61502282)
山东省自然科学基金青年科学基金项目(ZR2015FQ005)
+1 种基金
山东理工大学博士科研启动经费资助项目
山东理工大学青年教师发展支持计划
-
文摘
为弥补传统图像融合方法融合质量不高的缺点,提出了基于非下采样剪切波变换(Nonsubsampled Shearlet Transform,NSST)与自适应脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)的图像融合方法。首先,利用非下采样剪切波变换对源图像进行剪切波分解;然后,采用基于图像引导滤波器的融合规则对得到的低频分量进行低频融合;其次,对于高频分量,采用改进的空间频率作为PCNN的输入,利用改进的拉普拉斯能量和作为PCNN的链接强度;最后,通过NSST逆变换得到融合后的图像。实验结果表明,相比于传统的融合规则,文中提出的算法在主观效果上能很好地保留细节信息,并抑制伪影和失真的产生;在客观评价上,其在标准差、边缘信息传递量、信息熵和互信息等常用指标上的表现更为优越。
-
关键词
图像融合
非下采样剪切波变换
脉冲耦合神经网络
图像引导滤波器
-
Keywords
Image fusion
Nonsubsampled shearlet transform
Pulse coupled neural network
Guided image filter
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
