用于图像去雾的变分正则化透射率精化方法
计算机视觉与模式识别
2019-02-20 v1
摘要
高质量的去雾性能高度依赖于透射率图的准确估计。在本工作中，首先通过加权融合两个不同的透射率图获得粗估计版本，这两个透射率图分别由前景和天空区域生成。随后提出一种带有增强正则化项的混合变分模型以辅助精化透射率图。所得到的复杂优化问题通过交替方向算法得到有效求解。根据精化后的透射率图与大气散射模型，可高效获得最终的无雾图像。我们的去雾框架能够保留重要图像细节同时抑制不良伪影，即便对于具有大面积天空区域的雾图亦如此。在合成与真实图像上的实验表明，所提方法在不同成像条件下具有竞争力，甚至优于最先进的（SOTA）去雾技术。
引用
@article{arxiv.1902.07069,
title = {Variational Regularized Transmission Refinement for Image Dehazing},
author = {Qiaoling Shu and Chuansheng Wu and Zhe Xiao and Ryan Wen Liu},
journal= {arXiv preprint arXiv:1902.07069},
year = {2019}
}
备注
5 pages, 5 figures