|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
基于先验知识与大气散射模型的图像增强算法
1 O) e' E6 c, q# r! m8 G4 t- I4 O摘―要:针对现有图像增强算法大多不具备处理多种类型降质图像的能力,提出一种基于先验知识与大气散射模型的快速图像增强算法.首先,通过大量实验统计,提出一种新的图像先验─明亮通道先验,即高质量清晰图像中每个像素邻域都极有可能存在白点;随后,对散射模型所存在的缺陷加以改进,并结合明亮通道先验与黑色通道先验,推导出场景反射率的恢复公式;最后,针对黑色通道先验失效情况,提出一种基于可靠性预测的容错机制,以提高其适用范围.实验结果表明:本文算法不但可以有效的突出纹理细节,还具有一定的色调恢复功能,能够处理多种不同类型的降质图像.+ `$ ^. d& k; t+ ^# {6 w, t1 A* C
关键词:图像增强;明亮通道先验;黑色通道先验;大气散射模型7 v6 P F) g, v+ Z( l
) ], ^0 O# |% s C' d
1引言# P+ n% q6 s# U' @. |
图像增强是机器视觉领域中最为重要的研究课题之一,利用图像增强技术，可以改善图像的视觉效果,提高人眼对信息的感知能力.通常,图像降质原因有两点，(1)受到低照度的影响;(2)受到悬浮颗粒的影响.对于第一类问题，大都是利用对比度拉伸算法进行增强处理,典型的有直方图均衡算法[1,2]、对数映射算法[3],此类算法只是单纯提高图像的整体对比度，处理局部对
. e( T+ E- J P) X+ U3 q% G( F+ H p0 Q- \
0 G1 v8 P1 m/ F# G- v F$ ]
: p' q# G1 O: B
' k# j& s$ e: [; H4 a/ a9 [ |
|
/1 
发表于 2021-5-12 18:10
收藏
淘帖
支持！
反对！