基于阈值分割的暗原色先验图像去雾方法

doi:10.3778/j.issn.1002-8331.1505-0115

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (3): 205-210.DOI: 10.3778/j.issn.1002-8331.1505-0115

基于阈值分割的暗原色先验图像去雾方法

苏晋鹏，陈恩俊，景嘉帅，王文君，王之彦，孙云山

天津商业大学信息工程学院，天津 300134

出版日期:2017-02-01 发布日期:2017-05-11

Haze removal algorithm based on threshold segmentation of dark channel prior

SU Jinpeng, CHEN Enjun, JING Jiashuai, WANG Wenjun, WANG Zhiyan, SUN Yunshan

School of Information Engineering, Tianjin University of Commerce, Tianjin 300134, China

Online:2017-02-01 Published:2017-05-11

摘要/Abstract

摘要： 为解决传统暗原色先验去雾算法运算速度慢，处理结果中天空区域易失真的问题，提出了一种基于阈值分割的暗原色先验图像去雾方法。首先利用阈值分割将天空区域初步分割，然后引入参数[K]对天空区域再分割，精细透射率，解决了天空区域失真问题，同时利用快速双边滤波降低算法复杂度，提高了运算速度，最后通过Gray World假设进行图像增强，提高了复原图像的清晰度和色彩保真度，得到更为清晰的复原图像。

关键词: 阈值分割, 透射率, 快速双边滤波, Gray World假设

Abstract: To solve the problem of the slow speed convergence and the distortion in the sky region, a dark channel prior haze removal based on threshold segmentation is proposed. Firstly, the sky region is divided by threshold segmentation. Secondly, utilizing parameter [K], fundamentally calculating the transmissivity to solve the distortion in the sky region. Meanwhile, the fast bilateral filtering algorithm reduces time consumption, and improves the convergence speed. Finally, the Gray World algorithm is adopted to improve image quality.

Key words: threshold segmentation, transmissivity, fast bilateral filter, Gray World algorithm

苏晋鹏，陈恩俊，景嘉帅，王文君，王之彦，孙云山. 基于阈值分割的暗原色先验图像去雾方法[J]. 计算机工程与应用, 2017, 53(3): 205-210.

SU Jinpeng, CHEN Enjun, JING Jiashuai, WANG Wenjun, WANG Zhiyan, SUN Yunshan. Haze removal algorithm based on threshold segmentation of dark channel prior[J]. Computer Engineering and Applications, 2017, 53(3): 205-210.

[1]	王硕，陈金玉. 自适应校正透射率的暗通道先验去雾算法[J]. 计算机工程与应用, 2021, 57(13): 207-211.
[2]	宋杰，许冰，杨淼中. 基于自适应步长果蝇优化算法图像分割[J]. 计算机工程与应用, 2020, 56(4): 184-190.
[3]	谭正华，戴立平，文阳，李国泰. 基于约简属性和阈值分割的决策树构建方法[J]. 计算机工程与应用, 2020, 56(22): 160-165.
[4]	赵斌红，马帅. 自适应的低照度图像增强变分模型[J]. 计算机工程与应用, 2019, 55(9): 144-150.
[5]	张弟，吴萍. 单幅图像快速去雾算法[J]. 计算机工程与应用, 2019, 55(10): 213-217.
[6]	姜圣涛，穆学文. 广义模糊熵图像阈值分割参数选取的ADE方法[J]. 计算机工程与应用, 2018, 54(9): 183-188.
[7]	姚明海1，齐妙2. 基于模糊聚类规则的图像去雾方法研究[J]. 计算机工程与应用, 2018, 54(6): 26-29.
[8]	刘建磊. 全局平滑和边缘保持的单幅图像去雾[J]. 计算机工程与应用, 2017, 53(23): 165-170.
[9]	戎成明1，2，王华彬1，2，周健1，2，陶亮1，2. 基于大气面纱优化和透射率修正的图像去雾[J]. 计算机工程与应用, 2017, 53(14): 191-197.
[10]	刘笃晋1，2，贺建英1，周思吉1，胡月1. 双搜索人工蜂群算法的彩色图像多阈值分割[J]. 计算机工程与应用, 2017, 53(12): 203-207.
[11]	刘冬冬1，陈莹2. 基于暗原色先验的区域自适应图像去雾方法[J]. 计算机工程与应用, 2016, 52(7): 166-170.
[12]	黄震1，赵建伟1，楚建军2，曹飞龙1. 高效的白细胞分割算法[J]. 计算机工程与应用, 2016, 52(21): 188-194.
[13]	李鹏飞，吴海娥，景军锋，李仁忠. 点云模型的噪声分类去噪算法[J]. 计算机工程与应用, 2016, 52(20): 188-192.
[14]	刘恩雨，朱海涅，谢建磊. 基于透射率归一化的单幅图像去雾算法[J]. 计算机工程与应用, 2016, 52(20): 200-203.
[15]	白海平，杨燕. 基于暗通道先验的比值重估透射率去雾算法[J]. 计算机工程与应用, 2016, 52(13): 212-217.

基于阈值分割的暗原色先验图像去雾方法

Haze removal algorithm based on threshold segmentation of dark channel prior

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics