一种基于稀疏系数匹配学习的图像去雾算法
来源期刊:控制与决策2020年第11期
论文作者:南栋 王志田 郑少华 何林远
文章页码:2797 - 2802
关键词:图像去雾;雾天退化模型;稀疏表示;学习框架;
摘 要:针对现有基于先验假设的图像去雾算法无法普适性求解问题,提出一种基于稀疏系数匹配学习的图像去雾算法.该算法从图像复原角度出发,将雾天退化模型的求解转换为基于数据库的稀疏系数匹配.之后,从图像增强角度着手,将图像高亮区域对比度恢复量化为反馈迭代问题,进而有效提升图像的视觉效果.实验结果表明,所提出的算法在获得较好去雾结果的同时能够有效提升图像细节和对比度,并具有较强的适用性.
南栋1,王志田1,郑少华1,何林远2
1. 陆军装甲兵学院蚌埠校区2. 空军工程大学航空工程学院
摘 要:针对现有基于先验假设的图像去雾算法无法普适性求解问题,提出一种基于稀疏系数匹配学习的图像去雾算法.该算法从图像复原角度出发,将雾天退化模型的求解转换为基于数据库的稀疏系数匹配.之后,从图像增强角度着手,将图像高亮区域对比度恢复量化为反馈迭代问题,进而有效提升图像的视觉效果.实验结果表明,所提出的算法在获得较好去雾结果的同时能够有效提升图像细节和对比度,并具有较强的适用性.
关键词:图像去雾;雾天退化模型;稀疏表示;学习框架;