基于场景传输渐进估计的单幅图像能见度快速复原

该文提出一种基于场景传输渐进估计的单幅图像能见度快速复原方法。利用场景辐射的边界条件,结合大气散射模型估计场景传输的初始值,并采用递归双边滤波对其精化。通过梯度域递归双边滤波分解复原结果,对得到的基层和细节层分别进行色调调整和增强,获取高质量的清晰图像。利用高斯KD树对原始图像的高维特征空间进行自适应剖分,获取其高斯采样以加速复原计算。与相关工作比较,所提方法能够保持边缘和细节,有效避免光晕效应。采用客观指标评价复原结果。实验结果表明,该方法有效易行,复原结果更加符合真实场景。

基于递归双边滤波的快速图像去雾

提出了一种基于递归双边滤波的单个图像去雾方法。结合场景辐射的边界条件,利用去雾模型估计大气耗散函数的初始值,采用递归双边滤波对其进行精化以获取高质量的清晰图像。根据当前帧视频图像若干相邻帧的信息来估计其全局大气光,利用递归双边滤波对视频图像的大气耗散函数进行跨帧滤波处理,将所提出的方法扩展应用于视频图像,获得时空连贯性的视频图像去雾结果。利用近邻传播聚类算法获取有雾图像的采样点以加速去雾计算。与现有方法相比,提出方法对含有大量边缘特征及复杂场景的有雾图像去雾效果更好。