改进暗通道去雾算法
·
计算雾霾图像暗通道时的一个重要参数为邻域的尺寸. 邻域尺寸越大, 暗通道边缘信息越不精确, 从而去雾图像中的 Halo 效应越严重; 邻域尺寸越小, 暗通道边缘信息越精确, 但易造成去雾图像颜色过饱和或暗沉现象。当获取暗通道时当最小值滤波器的窗口大小为 15 *15 时，容易将图像的边缘的信息模糊，但滤波窗口中暗通道出现的几率增大使得最后的去雾效果更自然；而最小值滤波器的窗口大小为3*3 时，图像的边缘信息保留，但是会使得滤波窗口中暗通道出现的几率降低，导致最后的复原图像出现过度去雾的情况，而何凯明提出的导向滤波器的特点是能够保持图像的边缘，同时对于图像的非边缘起到平滑作用。
去雾后的图像在景深变化大的地方会产生光晕现象，而导致这一问题的原因是在暗通道计算过程中使用了最小值滤波。在求取暗通道过程中，最小值滤波的处理会使得暗原色向外扩张，导致透射率扩张变大，从而使去雾后的图像在边缘部分产生“光 晕”现象（去雾图像发白）。
实验结果：
40*40 15*15 10*10 3*3
169.05 28.69 16.78 5.22
254.06 42.80 25.58 7.89
339.13 56.79 34.62 10.77
用暗通道先验去雾算法处理烟雾生成器生成的带雾图片：
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
3
0- 0
已为社区贡献2条内容
所有评论(0)