基于递归图像融合的含运动目标序列大气湍流抑制
计算机视觉与模式识别
2018-08-13 v1
摘要
本文描述了一种新方法，用于减轻大气畸变对包含大型运动目标的观测序列的影响。为从畸变层后的物体提供准确细节，我们基于双树复小波变换（DT-CWT）使用递归图像融合来解决空间可变畸变问题。运动目标利用改进的高斯混合模型（GMM）与卡尔曼滤波进行检测与跟踪。引入了在DT-CWT系数的幅值与相位角上独立作用的新融合规则，分别用于获得清晰图像与减小大气畸变。主观结果表明，所提方法以具竞争力的速度取得了优于其他现有方法的视频质量。
引用
@article{arxiv.1808.03550,
title = {Atmospheric turbulence mitigation for sequences with moving objects using recursive image fusion},
author = {N. Anantrasirichai and Alin Achim and David Bull},
journal= {arXiv preprint arXiv:1808.03550},
year = {2018}
}
备注
IEEE International Conference on Image Processing 2018