期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:程丹松,刘欢,张永强,金野,吴锐,刘鹏.结合自适应暗通道先验和图像融合策略的单幅图像除雾方法[J].哈尔滨工业大学学报,2016,48(11):36.DOI:10.11918/j.issn.0367-6234.2016.11.006
CHENG Dansong,LIU Huan,ZHANG Yongqiang,JIN Ye,WU Rui,LIU Peng.Single image haze removal using adaptive dark channel prior and image fusion strategy[J].Journal of Harbin Institute of Technology,2016,48(11):36.DOI:10.11918/j.issn.0367-6234.2016.11.006
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 2019次   下载 1039 本文二维码信息
码上扫一扫!
分享到: 微信 更多
结合自适应暗通道先验和图像融合策略的单幅图像除雾方法
程丹松, 刘欢, 张永强, 金野, 吴锐, 刘鹏
(哈尔滨工业大学 计算机科学与技术学院, 哈尔滨 150001)
摘要:
为解决暗通道先验统计学模型在一些情况下存在“光晕效应”、颜色偏暗和在雾浓度高区域处理效果不佳等问题, 针对暗通道先验方法进行改进, 并结合图像融合策略来增强可视化区域的视觉效果.利用像素块加权插值法来计算每个像素点的暗通道值, 进而消除软抠图或导向滤波方法所带来的光晕效应; 利用高斯模型对待恢复图像的暗通道像素值进行模拟, 从而自适应地恢复天空和其他明亮区域; 通过图像融合策略增强高浓度区域的图像信息.实验结果表明, 与其他几种经典算法相比, 改进方案不仅能够显著提高有雾图像的可见度, 而且具有更好的鲁棒性.
关键词:  单幅图像除雾  暗通道先验  图像融合  自适应
DOI:10.11918/j.issn.0367-6234.2016.11.006
分类号:
文献标识码:A
基金项目:国家自然科学基金 (5,3); 国家博士后科学基金(20100480998); 中国航天科技集团公司哈尔滨工业大学联合技术创新中心项目(CASC-HIT13-1004); 国防科工局重大专项(公开)(50-Y20A08-0508-15/16)
Single image haze removal using adaptive dark channel prior and image fusion strategy
CHENG Dansong, LIU Huan, ZHANG Yongqiang, JIN Ye, WU Rui, LIU Peng
(School of Computer Science and Technology, Harbin institute of technology, Harbin 150001, China)
Abstract:
To resolve the problems of over-saturation, artefacts and dark-look for Dark Channel Prior, this study proposes a method of single image haze removal using adaptive dark channel and image fusion. The Weighted Normalization Interpolation Method is used to compute the dark channel of pixel. The dark channel pixels of the image going to be recovered are modeled as a Gaussian one that a more natural recovered image of the sky and other bright regions can be obtained adaptively. Finally, a post fusion method is devised to increase the image information at dense haze region. Experimental results demonstrate that the proposed method not only significantly improves the visibility of the hazy image than the well-known state-of-the-art approaches, but also has a better robustness.
Key words:  signal image dehazing  dark channel prior  image fusion  adaptive

友情链接LINKS