期刊文献+

智能汽车不利天气视觉图像信息增强技术综述

Overview of Visual Image Information Enhancement Techniques for Adverse Weather of Intelligent Vehicles
下载PDF
导出
摘要 针对智能汽车在不利天气下无法实时准确获得视觉信息的问题,对现有应对方法进行调研。在雾天和低照度条件下,智能车摄像机捕捉到的画面会面临模糊、低质和信息量不足的问题,分别对这2种条件下相关的信息增强技术进行总结;从单图像和视频增强2个方面进行归纳,最后对这类技术进行了展望。 Aiming at the problem that intelligent vehicles cannot obtain real-time and accurate visual information in adverse weather,the existing countermeasures are investigated.In foggy days and low illumination conditions,the images captured by smart car cameras will face problems of blur,low quality and insufficient information.This paper summarizes relevant information enhancement technologies under these two conditions respectively.Single image enhancement and video enhancement are summarized.Finally,this kind of technology is prospected.
作者 钟魁松 冯治国 Zhong Kuisong;Feng Zhiguo(School of Mechanical Engineering,Guizhou University,Guiyang City,Guizhou Province 550025,China)
出处 《农业装备与车辆工程》 2022年第11期40-43,共4页 Agricultural Equipment & Vehicle Engineering
基金 贵州省科技重大专项(黔科合重大专项字ZNWLQC[2019]3012) 贵州省交通运输厅科技项目(2021-322-021)。
关键词 智能车视觉 图像去雾 图像信息增强 视频增强 intelligent car vision image defogging image information enhancement video enhancement
  • 相关文献

参考文献2

二级参考文献24

  • 1周胜灵,丁珠玉.基于DM642的农产品图像边缘检测系统设计[J].农机化研究,2012,34(3):102-105. 被引量:3
  • 2李学明.基于Retinex理论的图像增强算法[J].计算机应用研究,2005,22(2):235-237. 被引量:66
  • 3张旭明,徐滨士,董世运.用于图像处理的自适应中值滤波[J].计算机辅助设计与图形学学报,2005,17(2):295-299. 被引量:159
  • 4赵晓霞.基于Retinex理论的视频图像增强系统研究[D].北京:中国矿业大学,2011. 被引量:3
  • 5王非同.从“鞋盒子”里拍出的全国“挑战杯”特等奖[N/OL].清华大学新闻网[2011-12-09].http://www.tsinghua.edu.cn /publish/news/4205/2011/20111209141525259633363/20111209141525259633363_.html. 被引量:1
  • 6He Kaiming, Sun Jian, Tang Xiaoou.Single image haze removal using dark channel prior[J].Pattern Analysis and Machine Intelligence, IEEE Transactions on, 2011, 33(12): 2341-2353. 被引量:1
  • 7Ancuti Codruta O, Ancuti Cosmin, Hermans Chris, et al.A fast semi-inverse approach to detect and remove the haze from a single image[M]//Kimmel Ron, Klette Reinhard, Sugimoto Akihiro.Computer Vision: ACCV 2010.Berlin : Springer, 2011: 501-514. 被引量:1
  • 8Shiau Y H, Chen P Y, Yang H Y, et al. Weighted haze removal method with halo prevention[J]. Journal of Visual Communication and Image Representation, 2014, 25(2): 445-453. 被引量:1
  • 9Hines Glenn D, Rahman Zia-ur, Jobson Daniel J, et al.Multi-image registration for an enhanced vision system[Z].2003: 5108. 被引量:1
  • 10Sun Wei.A new single-image fog removal algorithm based on physical model[J].Optik-International Journal for Light and Electron Optics, 2013, 124(21): 4770-4775. 被引量:1

共引文献17

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部