加权暗通道去雾
计算机视觉与模式识别
2019-04-30 v1
摘要
在基于暗通道的方法中，局部恒定假设被广泛用于使算法可逆。这不可避免地引入缺陷，因为该假设无法完美避免深度不连续同时又覆盖足够像素。不幸的是，由于该先验的局限性——仅确认暗事物的存在而未指定其位置或似然——细化中无可用的保真度度量，因此缺陷或被欠校正或被过校正。本文较暗通道理论更进一步以克服此问题。我们将暗通道概念拆分为暗像素与局部恒定假设，进而基于一种新颖的权重图来控制有问题的假设。借此，我们的方法在质量上显示出显著提升且具有有竞争力的速度。最后，我们表明该方法对初始透射率估计高度鲁棒，并可通过提供更佳的暗像素位置而不断改进。
引用
@article{arxiv.1904.12245,
title = {Weighted Dark Channel Dehazing},
author = {Zhu Mingzhu and He Bingwei and Liu Jiantao},
journal= {arXiv preprint arXiv:1904.12245},
year = {2019}
}