基于通用规则性的单幅图像去雾
计算机视觉与模式识别
2019-06-11 v1
摘要
本文提出一种新颖的单幅图像去雾技术。多数最先进的单幅图像去雾方法依赖于暗通道先验(DCP)或色彩线。所提方法结合了这两种不同途径。我们首先计算暗通道先验，然后应用基于最近邻(NN)的正则化技术以获得雾图的平滑透射率图。我们利用色彩线模型考虑大气光对图像的影响，以评估图像各块中大气光的贡献，并在估计不可靠的局部邻域进行插值。基于 NN 的 DCP 正则化可去除雾，而基于色彩线的大气光效应插值使所提系统对图像内因多光源导致的雾变化具有鲁棒性。所提方法在基准数据集上测试，相比最先进方法（包括需要庞大计算配置的基于深度学习的方法）展现出有前景的结果。此外，当应用于含天空区域图像时，所提方法优于近期基于深度学习的方法。
引用
@article{arxiv.1808.08610,
title = {Single Image Dehazing Based on Generic Regularity},
author = {Kushal Borkar and Snehasis Mukherjee},
journal= {arXiv preprint arXiv:1808.08610},
year = {2019}
}
备注
Submitted to journal