[《电子学报》文章精选]基于超像素图像分割的暗通道先验去雾改进算法...
发布网友
发布时间：2024-10-23 18:53
共1个回答
热心网友
时间：2024-11-15 04:46
苏州大学轨道交通学院谢陶砚蕴课题组对雾霾图像修复展开了研究，成果以“基于超像素图像分割的暗通道先验去雾改进算法”为题发表在《电子学报》2023年第1期。
雾与霾对户外图像造成对比度降低和颜色偏移等问题，影响雾霾图修复效果。何凯明教授通过研究提出暗通道先验(DCP)去雾算法，该方法在亮度较高区域易出现失真现象。本工作针对此问题，提出改进算法，通过超像素阈值分割算法将图像分为暗通道区域和非暗通道区域。暗通道区域即符合暗通道先验理论的部分，非暗通道区域则不符合该理论。通过超像素计算更准确的全局大气光估计值，并在非暗通道区域根据其暗通道和全局大气光值进行透射率修正，最后通过大气散射模型得到复原图像。本工作提出改进的简单线性迭代聚类超像素分割算法（SLIC），通过引入暗通道和色调两个图像特征，有效分出图像的暗通道区域和非暗通道区域。
实验结果显示，改进后的算法在暗通道区域去雾效果更加清晰，有效抑制了天空等非暗通道区域的失真，复原图像更加清晰，整体恢复比较自然。
论文作者包括陶砚蕴（通讯作者），苏州大学轨道交通学院副教授，研究方向为计算智能、机器学习、生物医学工程。金天虎（第一作者），苏州大学轨道交通学院硕士生，主要研究方向为雾霾图像修复、目标检测。
论文标题为“基于超像素图像分割的暗通道先验去雾改进算法”，作者分别为金天虎、陶砚蕴、李佐勇，发表于《电子学报》2023年第1期，页码146-159。DOI: 10.12263/DZXB.20211566。
