基于半选择性曝光融合的雾天图像复原算法

基于暗原色理论的相关算法在处理雾天图像时会出现一定色调畸变和曝光问题,严重影响了图像复原的视觉感,提出了一种基于半选择性曝光融合的单幅雾天图像增强方法。该方法首先根据统计试验方法,构建一种基于统计先验的天空区域分割方法,在天空区域内获取大气背景光有效范围。其次,提出一种自适应边界的相对快速双边滤波方法,对透射率图像进行优化,针对性的解决图像的色彩畸变问题。最后,根据大气背景光有效范围,提出半选择性多权重曝光方法,根据不同曝光度的设计,运用多权重方法提取特征,通过融合提高复原的图像视觉效果。为了验证算法在去雾能力及视觉效果的有效性,该文结合多种主观和客观评价方法就行试验,结果证明所提出的算法明显优于已有的算法。

基于显著性权重的多曝光融合的单幅雾天图像复原算法

传统暗原色理论的相关算法,在处理雾天图像时会产生颜色的畸变和亮度的损失,针对该情况,该文提出基于权重多曝光融合的单幅雾天图像复原算法。首先通过雾天图像的直方图分析,获取全局大气背景光值的区域。其次构造一种新的Kirsh算子的高阶差分滤波方法,优化透射率图像。最后设计一种基于显著性权重的多曝光图像融合方法,提高处理后图像的视觉效果。该文采用自然图像和合成图像进行实验,与多种算法通过主观和客观评价,表明该文算法比现有的算法有更高的复原效果。