【技术实现步骤摘要】
本专利技术涉及图像去雾,具体为一种基于侧窗均值滤波技术的天空区域自适应去雾方法。
技术介绍
1、雾天图像存在对比度低、能见度差、场景颜色信息少等问题。作为计算机视觉的一个预处理步骤,去雾是必不可少的。为了在计算机视觉算法中保持较高的精度,多年来引入了许多去雾方法。目前图像去雾方法主要有基于图像增强、基于物理模型和基于深度学习。
2、图像增强主要是通过提高图像的对比度进行去雾,但其没有考虑到图像降质机理,会出现信息损失或者过增强现象。物理模型去雾主要是清楚雾天图像退化的原因,进而反演退化恢复无雾图像,主流方法是暗通道先验理论,但其在处理白色区域时存在一定的失效问题。这些算法通常会在天空区域的白色部分产生失真或不自然的效果,从而影响图像的整体质量和视觉效果。深度学习去雾图像依赖于数据集训练,但其场景单一,且效率较低,去雾效果不理想。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足,本专利技术提供了一种基于侧窗均值滤波技术的天空区域自适应去雾方法,通过采用
...【技术保护点】
1.一种基于侧窗均值滤波技术的天空区域自适应去雾方法,其特征在于,包括以下步骤,
2.根据权利要求1所述的一种基于侧窗均值滤波技术的天空区域自适应去雾方法,其特征在于,所述S1中是输入一张待处理RGB有雾图像。
3.根据权利要求1所述的一种基于侧窗均值滤波技术的天空区域自适应去雾方法,其特征在于,所述S2中将待处理有雾图像从RGB颜色空间转化为HSV颜色空间,提取待处理有雾图像的V分量,得到V通道图像,并对其进行Otsu二值化操作,从而得到天空区域图像的识别。
4.根据权利要求1所述的一种基于侧窗均值滤波技术的天空区域自适应去雾方法
...【技术特征摘要】
1.一种基于侧窗均值滤波技术的天空区域自适应去雾方法,其特征在于,包括以下步骤,
2.根据权利要求1所述的一种基于侧窗均值滤波技术的天空区域自适应去雾方法,其特征在于,所述s1中是输入一张待处理rgb有雾图像。
3.根据权利要求1所述的一种基于侧窗均值滤波技术的天空区域自适应去雾方法,其特征在于,所述s2中将待处理有雾图像从rgb颜色空间转化为hsv颜色空间,提取待处理有雾图像的v分量,得到v通道图像,并对其进行otsu二值化操作,从而得到天空区域图像的识别。
4.根据权利要求1所述的一种基于侧窗均值滤波技术的天空区域自适应去雾方法,其特征在于,所述s3中基于亮通道原理获取天空区域的大气光值,并基于暗通道原理获取天空区域的透射率,对其进行补偿,得到补偿后的天空区域透射率,有效解决暗通道去雾对白色区域失效的问题。
5.根据权利要求1所述的一种基于侧窗均值滤波技术的天空区域自适应去雾方法,其特征在于,所述s4中首先基于暗通道原理求取...
【专利技术属性】
技术研发人员:杨光,唐梦淇,冯伟哲,张杨,高偲麒,刘洋,李勍,王兆鹏,
申请(专利权)人:长春理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。