-
题名基于失真统计特征提取的图像尘雾清晰化算法
- 1
-
-
作者
王尚鹏
-
机构
华中师范大学伍伦贡联合研究院
-
出处
《计算机仿真》
北大核心
2020年第6期283-287,共5页
-
文摘
由于传统图像尘雾清晰化方法缺少图像纹理误差调整的过程,导致图像失真、对比度低以及图像整体泛白等问题,提出基于失真统计特征提取的图像尘雾清晰化算法。构建深度融合网络,对原始尘雾图像进行对比度增强、亮度修正与伽马校正等预处理,提升原始尘雾图像清晰度与对比度;综合考虑预处理后尘雾图像的灰度特征与纹理特征,利用模糊C均值法统计图像特征并进行聚类,融合参与特征提取的主要参数构建基于失真统计特征融合的图像特征提取模型,提取分类后的尘雾图像失真特征;训练深入学习网络,优化尘雾图像失真特征的权重与偏置项参数,输出尘雾清晰化的图像。仿真结果表明,上述算法进行尘雾图像清晰化还原后,相似度指数与峰值信噪比分别保持在0.84和34.21dB以上,显著优于对比算法,为提高尘雾图像处理效果提供了有利依据。
-
关键词
失真统计
特征提取
尘雾清晰化
图像识别
-
Keywords
Distortion statistics
Feature extraction
clarification dust and fog sharpening
Image recognition
-
分类号
TD672
[矿业工程—矿山机电]
-
