通过颜色正则化实现近红外图像去雾
计算机视觉与模式识别
2016-10-04 v1
摘要
根据物理散射模型(例如 Rayleigh 或 Mie 模型),近红外成像可以捕获无雾的近红外灰度图像和可见光彩色图像。然而,近红外灰度图像与可见光彩色图像在亮度和图像结构之间存在严重差异。直接使用近红外灰度图像会导致去雾图像出现另一种颜色失真问题。因此,近红外去雾也应考虑颜色失真问题。为了反映这一点,本文提出了一种在传统去雾框架中添加新颜色正则化的方法。所提出的颜色正则化可以对从两幅捕获图像中得到的未知无雾图像的颜色先验进行建模。因此,可以在去雾图像中诱导出自然的颜色和精细的细节。实验结果表明,所提出的颜色正则化模型可以同时帮助消除颜色失真和雾气。此外,通过与其他传统正则化方法进行比较,验证了所提出颜色正则化的有效性。结果还表明,所提出的颜色正则化可以消除由使用传统暗先验模型引起的边缘伪影。
引用
@article{arxiv.1610.00175,
title = {Near-Infrared Image Dehazing Via Color Regularization},
author = {Chang-Hwan Son and Xiao-Ping Zhang},
journal= {arXiv preprint arXiv:1610.00175},
year = {2016}
}
备注
12 pages