基于拉普拉斯与高斯金字塔的多尺度单幅图像去雾
计算机视觉与模式识别
2021-11-24 v2
摘要
由于广泛应用，基于模型的单幅图像去雾在不同先验之上被广泛研究。物体辐射与雾之间的歧义以及天空区域的噪声放大是基于模型的单幅图像去雾的两个固有问题。本文提出暗直接衰减先验（DDAP）以解决前者问题。提出一种新颖的雾线平均方法来减少由 DDAP 引起的形态学伪影，其使得具有更小半径的加权引导图像滤波器能够进一步减少形态学伪影同时保留图像中的精细结构。随后提出一种多尺度去雾算法，通过采用拉普拉斯和高斯金字塔将雾图分解为不同层级，并应用不同的除雾与降噪方法在金字塔的不同层级恢复场景辐射，以解决后者问题。将所得金字塔折叠以恢复无雾图像。实验结果表明所提算法优于 SOTA 去雾算法，且噪声确实被防止在天空区域被放大。
引用
@article{arxiv.2111.05700,
title = {Multi-Scale Single Image Dehazing Using Laplacian and Gaussian Pyramids},
author = {Zhengguo Li and Haiyan Shu and Chaobing Zheng},
journal= {arXiv preprint arXiv:2111.05700},
year = {2021}
}