首页 | 本学科首页   官方微博 | 高级检索  
     

一种自适应基于暗通道先验的去雾方法
引用本文:孙红光,房超,张慧杰,刘丽红,王建中. 一种自适应基于暗通道先验的去雾方法[J]. 吉林大学学报(理学版), 2012, 50(5): 987-992
作者姓名:孙红光  房超  张慧杰  刘丽红  王建中
作者单位:1. 东北师范大学 计算机科学与信息技术学院, 长春 130117,2. 东北师范大学 智能信息处理吉林省高校重点实验室, 长春 130117,3. 北京理工大学 信息与电子学院通信技术研究所, 北京 100081
基金项目:国家自然科学基金青年基金(批准号:41101434);高等学校博士学科点专项科研基金(批准号:20110043110011);中央高校基本科研业务费专项基金(批准号:11QNJJ005);吉林省博士后基金(批准号:2011274)
摘    要:基于暗通道先验去雾方法, 提出一种改进的自适应基于暗通道先验去雾方法, 并使用均方误差对已有雾模型数据库中多组数据进行误差分析. 实验结果表明, 该方法对光线不足或天空等背景的图像实验效果优于已有方法, 并且恢复的图像更接近真实图像.

关 键 词:去雾; 暗通道; 均方误差(MSE)  
收稿时间:2012-05-16

An Adaptive Haze Removal Based on Dark Channel Prior
SUN Hong-guang,FANG Chao,ZHANG Hui-jie,LIU Li-hong,WANG Jian-zhong. An Adaptive Haze Removal Based on Dark Channel Prior[J]. Journal of Jilin University: Sci Ed, 2012, 50(5): 987-992
Authors:SUN Hong-guang  FANG Chao  ZHANG Hui-jie  LIU Li-hong  WANG Jian-zhong
Affiliation:1. School of Computer Science and Information Technology, Northeast Normal University, Changchun 130117, China;2. Key Laboratory of Intelligent Information Processing of Jilin Universities, Northeast Normal University,Changchun 130117, China|3. Institute of Communication Technology, School of Information and Electronics,Beijing Institute of Technology, Beijing 100081, China
Abstract:An improved algorithm based on dark channel prior was proposed which compenstaes the transmission estimated via dark channel prior,redefines atmospheric light via analyzing the fog images fail to recover by original method based on physical model.Experiments prove our algorithm works better than original method,especially on sunlight lacking or sky including images.Meanwhile,mean square error(MSE) was used in our method to verify the images we recovered are close to true images based on fog database.
Keywords:haze removal  dark channel  mean squared error(MSE)
本文献已被 CNKI 等数据库收录!
点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息
点击此处可从《吉林大学学报(理学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号