基于加权结构感知和雾天退化模型的低照度图像增强方法

TP391; 基于反转的低照度图像与雾天图像的相似性,结合物理模型和数学优化理论,提出了一种改进的基于去雾模型的低照度图像增强方法.该方法通过设计一种具有结构感知性的权重函数,构建了一个适用于雾天退化模型的透射率目标函数,从而对反转的低照度图像进行去"雾".与经典低照度图像增强方法相比,该方法增强的图像颜色自然,细节保持良好,同时在信息熵、平均梯度、自然图像质量评价指标表现较好....

Full description

Saved in:
Bibliographic Details
Published in陕西科技大学学报 Vol. 40; no. 4; pp. 165 - 190
Main Authors 姚斌, 魏玄颖, 韩振, 何立风
Format Journal Article
LanguageChinese
Published 陕西科技大学电子信息与人工智能学院,陕西 西安 710021%陕西科技大学电子信息与人工智能学院,陕西 西安 710021 2022
日本爱知县立大学 信息科学学院,日本爱知县长久手市 4801198
Subjects
边界约束
低照度图像
透射率图
去雾方法
Online AccessGet full text
ISSN2096-398X
DOI10.3969/j.issn.1000-5811.2022.04.023

Cover

More Information
Summary:TP391; 基于反转的低照度图像与雾天图像的相似性,结合物理模型和数学优化理论,提出了一种改进的基于去雾模型的低照度图像增强方法.该方法通过设计一种具有结构感知性的权重函数,构建了一个适用于雾天退化模型的透射率目标函数,从而对反转的低照度图像进行去"雾".与经典低照度图像增强方法相比,该方法增强的图像颜色自然,细节保持良好,同时在信息熵、平均梯度、自然图像质量评价指标表现较好.
ISSN:2096-398X
DOI:10.3969/j.issn.1000-5811.2022.04.023