-
公开(公告)号：CN107103591A
公开(公告)日：2017-08-29
申请号：CN201710190219.6
申请日：2017-03-27
Applicant: 湖南大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于图像雾霾浓度估计的单幅图像去雾方法，包括以下几个步骤：步骤1：输入雾霾图像；步骤2：将输入图像从RGB空间变换到HSV空间，划分SV通道图像，计算局部块特征向量；步骤3：以图像雾霾浓度最低为目标计算雾霾图像的初始最优大气传输值；步骤4：采用引导滤波器细化最优大气传输值；步骤5：将细化后的最优大气传输值、大气光照估测值以及雾霾图像中每个像素的亮度值计算得到清晰图像。通过将图像去雾转化为雾霾浓度最小化的优化问题，准确的确定大气传输值，从而实现尽可能去除雾霾，避免了在饱和区域产生严重的光晕现象与图像噪声。不仅能有效的去除雾霾，同时能抑制光晕现象与图像噪声的产生，适用于不同的复杂天气。
-
公开(公告)号：CN107093173A
公开(公告)日：2017-08-25
申请号：CN201710189205.2
申请日：2017-03-27
Applicant: 湖南大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/30192
Abstract: 本发明公开了一种图像雾霾浓度的估计方法，包括以下步骤：步骤1：空间转换，局部块提取和特征向量计算；步骤2：特征向量归一化处理；步骤3：利用清晰图像MVG模型和雾霾图像MVG模型的特征向量分别与输入的雾霾图像的局部块的归一化特征向量之间关系，获得输入的雾霾图像的雾霾浓度；该方法首次提出图像局部块特征向量的概念，并引入清晰图像MVG模型和雾霾图像MVG模型，通过采用自适应计算，得到雾霾图像中每个像素的精准的局部雾霾敏感特征，实现雾霾浓度估计；在计算过程中，只需考虑每个局部块的特征向量，计算量小；该方法不仅能有效的感知雾霾浓度，而且无需参考图像，同时具有计算速度快的优点。
-
公开(公告)号：CN107103591B
公开(公告)日：2020-01-07
申请号：CN201710190219.6
申请日：2017-03-27
Applicant: 湖南大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于图像雾霾浓度估计的单幅图像去雾方法，包括以下几个步骤：步骤1：输入雾霾图像；步骤2：将输入图像从RGB空间变换到HSV空间，划分SV通道图像，计算局部块特征向量；步骤3：以图像雾霾浓度最低为目标计算雾霾图像的初始最优大气传输值；步骤4：采用引导滤波器细化最优大气传输值；步骤5：将细化后的最优大气传输值、大气光照估测值以及雾霾图像中每个像素的亮度值计算得到清晰图像。通过将图像去雾转化为雾霾浓度最小化的优化问题，准确的确定大气传输值，从而实现尽可能去除雾霾，避免了在饱和区域产生严重的光晕现象与图像噪声。不仅能有效的去除雾霾，同时能抑制光晕现象与图像噪声的产生，适用于不同的复杂天气。
-
-
Search Results
3
records
(took 0.017 seconds)
