-
题名结合天空分割和局部透射率优化交通图像去雾算法
被引量：2
- 1
-
-
作者
李熙莹
朱肯钢
-
机构
中山大学智能交通研究中心
广东省智能交通系统重点实验室
视频图像智能分析与应用技术公安部重点实验室
-
出处
《计算机与现代化》
2019年第5期51-58,共8页
-
文摘
针对现有的去雾算法在处理交通场景图像时由于透射率估计与实际情况偏差较大,尤其交通图像含有天空区域时容易导致色彩失真和产生光晕效应等问题,在暗原色先验理论的基础上,提出一种结合天空分割和局部透射率优化的交通图像快速去雾算法。首先,采用大津算法(OTSU)将原始图像分割为天空区域与非天空区域;其次,对非天空区域,利用最大值滤波和引导滤波对其透射率进行优化,采用自适应参数调整的方法对天空区域的透射率进行修正;最后,对复原的图像利用限制对比度自适应直方图均衡法(Contrast Limited Adaptive Histogram Equalization, CLAHE)调整色调,提高亮度。实验结果表明,对于天空区域,本文算法不但能有效减少产生颜色失真和光晕效应的现象,得到更为自然清晰的复原结果,对于非天空区域,复原结果的清晰度和对比度更高,而且,算法保持较高的运行效率,另外,去雾后的图像在方差、平均梯度、信息熵等指标上相对于暗原色先验算法、Tarel算法、Meng算法、Zhu算法和Berman算法均有所提升。本文方法可较好地复原雾天交通图像,能为雾天模糊的交通图像快速有效去雾复原提供重要有益的理论基础和技术支持。
-
关键词
雾天交通场景
单幅图像去雾
大气散射模型
图像分割
暗原色先验
对比度增强
-
Keywords
hazy traffic scene
single image dehazing
atmosphere scattering model
image segmentation
dark channel prior
contrast enhancement
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
