暂无评论
基于雾天图像降质模型的优化去雾方法
针对暗通道先验去雾算法大部分的时间都消耗在对透射率的优化上的问题, 对暗通道去雾算法进行了改进, 提出了边缘优化的暗通道去雾算法。使用边缘算子从粗略估计的透射率中提取边缘, 对边缘及周围扩展区域内的像
暗原色先验单幅图像去雾改进算法，论文，详细介绍了暗原色改进算法，效果明显
基于自然启发算法的图像分割新方法
针对暗原色先验去雾算法中雾霾图像明亮区域透射率估计过小，造成图像色彩失真的问题，提出一种新的基于比值重估透射率去雾算法。设定暗通道图与大气光强的差值阈值，利用预估透射率和全局透射率的比值重新估计透射率
一种实时的图像去雾算法，速度快，效果好
雾或霾等天气会降低场景的能见度,给机器视觉的后续处理造成影响。针对图像雾霾退化的恢复及现有基于马尔可夫随机场图像去雾算法的缺陷,提出了一种新的基于马尔可夫随机场和暗通道先验的图像去雾算法。该算法以雾天
import cv2 import numpy as npimg = cv2.imread('路径图像', 1)cv2.imshow("src", img) # 彩色图像均衡化,需要分解通道 对每一个
基于暗原色先验的去雾算法估计出的透射图清晰度低,采用软抠图优化透射图时算法复杂度高,耗时大。而应用经典引导滤波优化时,算法复杂度低,但恢复出的图像在景深跳变处存在光晕现象。为解决上述问题,提出一种快速
基于暗原色先验理论,提出一种单幅图像去雾算法,并对其中的可调参数进行讨论,分析参数变化对去雾效果的影响。针对原算法中提到不用特殊处理的天空区域进行验证,发现此区域需要进行单独处理,通过设置阈值将天空区
暂无评论