基于区域饱和度-明度平移与软分割的图像去雾
计算机视觉与模式识别
2024-03-20 v1
摘要
本文提出了一种单图像去雾先验，称为区域饱和度-明度平移（RSVT），以解决传统去雾方法在明亮区域造成的颜色失真问题。RSVT 先验是基于 HSV 颜色空间中有雾和无雾点之间关系的两个关键观察而开发的。首先，对应的雾点与无雾点之间的色调分量变化微小，证实了雾引起的像素值变化主要发生在饱和度和明度空间中的假设。其次，在二维饱和度-明度坐标系中，穿过雾点-无雾点对的大多数直线很可能在大气光坐标附近相交。因此，可以通过适当地平移饱和度-明度坐标来对明亮区域进行去雾。此外，引入了一种基于形态学最小-最大通道的有效软分割方法。通过将软分割掩码与 RSVT 先验相结合，设计了一个全面的单图像去雾框架。在各种合成和真实雾化图像数据集上的实验结果表明，所提出的方案成功解决了颜色失真问题并恢复了视觉上令人愉悦的图像。本工作的代码可在 https://github.com/tranleanh/rsvt 获取。
引用
@article{arxiv.2403.12054,
title = {Haze Removal via Regional Saturation-Value Translation and Soft Segmentation},
author = {Le-Anh Tran and Dong-Chul Park},
journal= {arXiv preprint arXiv:2403.12054},
year = {2024}
}
备注
14 pages, 16 figures