基于色彩补偿与暗通道的水下图像复原

针对空气中极线几何不再适用于水下双目图像匹配以及尺度不变特征转换(SIFT)算法只能实现稀疏匹配的问题,提出了基于色彩分割的水下立体匹配算法。获取双目摄像机标定参数、参考图和待匹配图;推导参考图的特征

0引 言 根据国内外的相关文献,研究和发展图像处理工具,改善图像质量是当今研究的热点。图像增强与复原是一种基本的图像处理技术。其按照特定的需要突出一幅图像中的某些信息或强化某些感兴趣的特征,将原

相向运动条件下图像的辐射状退化及其复原研究

针对传统暗通道先验易在高亮度区域失真和产生光晕效应的不足,提出一种基于补偿透射率和自适应雾浓度系数的雾天图像复原算法。首先利用高斯函数拟合有雾和无雾图像间的衰减关系,通过修正透射率对高亮区域进行补偿。

基于暗通道先验的去雾算法，去雾算法目前也有着众多其他的方式，不过我所接触的，很多都是以这个为基础，因此，先弄会这个为研究其他的去雾算法能奠定坚实的基础。

基于TV模型的图像复原算法，自己测试过了

为了提高模糊图像复原后的清晰度,提出蛙跳算法。将蛙群体分成若干个族群,每个族群包含若干只青蛙,每次进化只更新最差青蛙的位置。为防止解空间收缩,对最优个体进行高斯变异算子操作,同时设定阈值策略对蛙跳各维

图像处理是一门迅速发展的学科，在大量领域有着极其广泛的应用。在景物成像的过程中可能出现的模糊、失真或噪声还有变形，会导致图像质量下降，从而降低了图形的科学性，也造成了经济损失。本文主要介绍使用matl

这是做的一个综合实验报告,包括源代码,所用软件为MATLAB,包括图像

传统基于暗通道先验的图像去雾算法不能有效去除有雾图像在景深突变处的雾点,边界处容易引起光晕效应,对此提出一种基于暗通道先验的自适应超像素去雾算法.首先,在暗通道的获取过程中引入自适应方法判断当前像素邻