- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[2018年IEEE第四届多媒体大数据国际会议（BigMM）- 中国西安（2018.9.13-2018.9.16）] 2018年IEEE第四届多媒体大数据国际会议（BigMM）- 基于深度先验的自适应传输优化单图像去雾方法
摘要： 许多传统单幅图像去雾方法采用人工设计的先验知识来估计透射率并恢复潜在场景。然而，为不同真实雾霾场景设计通用先验具有挑战性。虽然卷积神经网络（CNN）也被用于端到端去雾处理，但其高度依赖训练数据。本研究提出一种创新框架，通过将深度先验融入迭代方案来实现透射图的适应性优化。具体而言，我们首先基于广泛应用的交替方向乘子法（ADMM），通过求解隐式正则化透射优化模型建立基础迭代流程；随后设计残差CNN从较小规模训练数据集（相较于现有去雾网络）中提取深度先验以指导ADMM迭代，最终形成自适应透射优化公式。大量实验结果表明，本方法产生的效果显著优于其他方案。
关键词： 单幅图像去雾、自适应优化、深度先验、透射率估计
更新于2025-09-23 15:21:01
-
一种面向移动设备的色彩保真与对比度增强的新型去雾方法
摘要： 适用于户外拍摄的移动设备常受恶劣天气影响。观测场景会因雾霭存在而损失对比度与能见度，并出现色彩偏移。本文提出一种用于移动设备的单幅图像去雾方法，可消除色彩失真并增强对比度。该方法能有效处理不均匀雾密度图像：首先基于局部雾浓度，采用超像素分割算法自适应地将雾图划分为多个区域；其次估算各图像区域的局部大气光并计算初始透射率图；最后基于雾成像模型，通过迭代算法估算局部大气光与透射率以实现图像复原。该方法能有效恢复图像细节信息，在保证合理耗时的同时呈现色彩自然的复原效果。实验表明，该方案可有效应用于数码相机、手机等移动设备，在不引入色彩失真的前提下显著提升对比度与能见度。
关键词： 迭代算法、单幅图像去雾、区域划分、局部大气光
更新于2025-09-09 09:28:46
-
一种基于形态学重建的快速图像去雾算法
摘要： 户外图像被广泛应用于监控、遥感和自主导航等众多领域。这类图像面临的最大问题是环境污染的影响：由空气中的悬浮颗粒（如灰尘、碳颗粒和水滴）产生的雾霾、烟雾和雾气会导致图像质量下降。消除这种退化现象对计算机视觉系统的输入至关重要。当前最先进的去雾算法研究大多聚焦于改进透射率图的估计（透射率图也称为深度图），因为透射率图与图像复原质量直接相关。本文提出一种基于暗通道先验并采用形态学重建来快速计算透射率图的单幅图像环境退化消除新算法。通过峰值信噪比（PSNR）和结构相似性（SSIM）指标进行定性与定量评估，实验结果表明该算法相比近期提出的方法具有更优性能。
关键词： 暗通道先验、形态学操作、单幅图像去雾、图像增强
更新于2025-09-09 09:28:46