-
题名基于改进暗通道先验去雾的无人机目标检测研究
- 1
-
-
作者
路佩东
范菁
孙书魁
-
机构
云南民族大学电气信息工程学院
-
出处
《激光杂志》
CAS
北大核心
2024年第7期102-110,共9页
-
基金
国家自然科学基金项目(No.61540063)
云南省教育厅科学研究基金项目(No.2023Y0500)。
-
文摘
图像去雾是图像处理领域的一个重要研究热点。为了解决雾霾天气下图像的去雾与增强问题,提出了一种基于改进暗通道的去雾算法。首先为了使雾霾图像更接近无雾图像,提高图像的清晰度,该算法分别减少雾图像的RGB通道值,并结合每个减少的通道和其他两个先前未减少的通道,使用该图像去雾算法后再对三个新图像加权来恢复图像;为了解决图像天空区域出现颜色失真的问题,设置了一个参数K来分别计算天空区域和非天空区域的透射率;为了解决图像中亮度过暗和增加目标对比度,本文引入CLAHE的方法对图像进行增强处理。实验结果表明:本算法在5张图像的对比度值分别是MDCP和RSD算法的2倍多和3倍多,在5张图像中的信息熵均值为7.5589,均明显优于其余2种算法,并且该算法在雾霾天气下目标检测的平均精度可达73%,相比于未经处理图像前提升了15%,具有一定的可行性。
-
关键词
去雾增强
暗通道模型
颜色通道
自适应天空
CLAHE
无人机视角目标检测
-
Keywords
fog removal enhancement
dark channel model
color channel
adaptive sky
CLAHE
uav view target detection
-
分类号
TN391.41
[电子电信—物理电子学]
-
-
题名结合图像分层与暗通道的雾霾图像增强
被引量：9
- 2
-
-
作者
彭熙舜
陆安江
龙纪安
丁洁
唐鑫鑫
-
机构
贵州大学大数据与信息工程学院
-
出处
《电子测量技术》
北大核心
2022年第2期123-128,共6页
-
基金
国家自然科学基金(61865002)
国家重点研发计划重点专项(2021YFE0107700)
贵州大学“双一流”研究重大项目(GDSYL2018001)资助。
-
文摘
为了解决雾霾天气下图像的去雾与增强问题,提出了一种结合图像分层与暗通道的去雾增强算法。该算法首先对输入图像建立暗通道模型,估计出大气光值与透射率,对图像进行去雾复原,接下来对图像进行双边滤波变换,将低频图像信息中像素的灰度级地区进行拉伸或压缩,将高频图像信息进行归一化处理,然后利用归一化的直方图与非线性S曲线进行灰度变换,最后利用加权融合方式将低频与高频图像信息进行有效地合并,得到输出图像。实验结果表明,该算法在3组图像中的平均梯度与信息熵的均值分别是0.073 4、7.173 3,均优于其余3种算法,并且该算法的对比度与时耗的均值分别为422.6与0.76,具有一定的可行性。
-
关键词
去雾增强
暗通道模型
图像分层
双边滤波
-
Keywords
dehazing enhancement
dark channel model
image layering
bilateral filtering
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
