Single Image De-Hazing Using Globally Guided Image Filtering 使用全局引导图像滤波的单幅图像去雾

最新推荐文章于 2024-05-15 18:27:53 发布
最新推荐文章于 2024-05-15 18:27:53 发布
阅读量678 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hhhguoguo/article/details/102677851
版权

Abstract

      Local edge-preserving smoothing techniques such as guided image filtering (GIF) and weighted guided image filtering      (WGIF) could not preserve fine structure. In this paper, a new globally guided image filtering (G-GIF) is introduced to overcome the problem. The G-GIF is composed of a global structure transfer filter and a global edge-preserving smoothing filter. The proposed filter is applied to study single image haze removal. Experimental results show that fine structure of the dehazed image is indeed preserved better by the proposed G-GIF and the dehazed images by the proposed G-GIF are sharper than those dehazed images by the existing GIF.
      Index Terms— Globally guided image filtering, structure transfer, edge-preserving smoothing, single image haze removal.

摘要

最低0.47元/天 解锁文章
hhhguoguo
关注
Guided Image Filtering --引导图像滤波 解析+图像去雾应用
Katiness的博客
03-16 1万+
论文地址以及代码：http://kaiminghe.com/eccv10/Abstract: 这篇文章中，作者提出了一种新颖的图像滤波算法。这种方法的灵感来自于局部线性模型。本方法引入了一个导向滤波图，这个导向滤波图可以是图片本身也可以是另一个图片，然后算法利用导向滤波图的纹路来对目标图像进行滤波。这个方法类似于双边滤波器是一个边缘保留平滑算子，但是在边缘保留的表现上优于双边滤波器。此外，他还可以...
何凯明引导滤波去雾算法
11-20
何凯明的引导滤波去雾算法，内有图像，main文件直接运行
Guided Image Filtering
weixin_30609331的博客
08-06 186
在图像滤波中，人们最希望的就是可以将图像中的噪声过滤掉的同时，能够让边缘尽可能的保持。噪声属于高频信号，而边缘其实也是一种高频信号，所以一般的滤波器，比如高斯模糊，均值模糊，都是一种低通滤波器，能够将高频信号做平滑处理，这些kernel在将噪声滤掉的同时，也会将边缘模糊掉，所以保边滤波器的设计一直是图像滤波的重点。 导向滤波是非常有名的一种保边滤波器，与传统的高...
【图像去雾】基于暗通道先验结合引导滤波实现图像去雾附Matlab代码
最新发布
m0_60703264的博客
05-15 437
雾霾天气会严重影响图像的清晰度，降低图像的视觉质量，影响图像的后续处理。因此，图像去雾技术成为了图像处理领域的重要研究方向之一。本文将介绍一种基于暗通道先验结合引导滤波的图像去雾方法，该方法能够有效地去除图像中的雾霾，恢复图像的清晰度。1. 暗通道先验暗通道先验是图像去雾领域中的一种重要先验知识，它描述了无雾图像中，像素点的最小值通常很小，而雾霾图像中，由于雾霾的散射作用，像素点的最小值会变得更大。1.1 暗通道的定义其中，x 表示图像中的像素点坐标，y 表示该像素点周围的邻域像素点坐标。
暗通道先验去雾算法和引导滤波学习笔记
weixin_52416308的博客
05-06 1160
关于暗通道先验图像去雾和引导滤波的笔记和实验
（八：2020.08.27）CVPR 2020 追踪之论文纲要（译）
热门推荐
Jojo论文基地
08-27 1万+
CVPR 2019 追踪之论文纲要（修正于2020.08.27）讲在前面论文目录 讲在前面 论坛很多博客都对论文做了总结和分类，但就医学领域而言，对这些论文的筛选信息显然需要更加精细的把控，所以自己对这1400篇的论文做一个大致从名称上的筛选，希望能找到些能解决当前问题的答案。 论文链接建议直接Google论文名，比去各种论文或顶会网站找不知道快捷多少。 Respect！ 论文目录 论文 概要 12-in-1 - Multi-Task Vision and Language Repre
全局滤波.pdf
08-06
Most existing state-of-the-art image denoising algorithms are based on exploiting similarity between a relatively modest number of patches. These patch-based methods are strictly dependent on patch matching, and their performance is hamstrung by the ability to reliably find sufficiently similar patches. As the number of patches grows, a point of diminishing returns is reached where the performance improvement due to more patches is offset by the lower likelihood of finding sufficiently close matches. The net effect is that while patch based methods, such as BM3D, are excellent overall, they are ultimately limited in how well they can do on (larger) images with increasing complexity. In this paper, we address these shortcomings by developing a paradigm for truly global filtering where each pixel is estimated from all pixels in the image. Our objectives in this paper are two-fold. First, we give a statistical analysis of our proposed global filter, based on a spectral decomposition of its corresponding operator, and we study the effect of truncation of this spectral decomposition. Second, we derive an approximation to the spectral (principal) components using the Nyström extension. Using these, we demonstrate that this global filter can be implemented efficiently by sampling a fairly small percentage of the pixels in the image. Experiments illustrate that our strategy can effectively globalize any existing denoising filters to estimate each pixel using all pixels in the image, hence improving upon the best patch-based methods.
优于 ViT 和 MLP-Mixer 的全局滤波器：Global Filter Networks for Image Classification [NeurIPS 2021]
u014546828的博客
10-12 4184
Global Filter Networks for Image Classification [pdf] [project] [github] Abstract Recent advances in self-attention and pure multi-layer perceptrons (MLP) models for vision have shown great potential in achieving promising performance with fewer .
Dehaze-GLCGAN: Unpaired Single Image De-hazing via Adversarial Training (Arxiv2020)
yanglong6666的博客
06-10 919
单幅图像去雾是一个具有挑战性的问题，而且远未得到解决。 目前的大多数解决方案都需要配对的图像数据集，其中既包括朦胧图像，也包括它们对应的无朦胧地面真实图像。 然而，在现实中，光照条件和其他因素可以产生一个范围内的无霾图像，可以作为一幅朦胧图像的地面真实，而单一的地面真实图像无法捕捉该范围。 这限制了成对图像数据集在现实应用中的可伸缩性和实用性。 本文主要研究单幅非配对图像的去黑问题，不依赖于地面真值图像或物理散射模型。 我们将图像去雾问题归结为图像到图像的翻译问题，并提出了一个去难的全局-局部循环一致生成对
自适应中值滤波加小波全局阈值去噪
09-22
对图像做自适应中值滤波与小波全局阈值去噪处理，可以在很大程度上去除噪声
去雾算法 dehazing 最新顶级会议和期刊论文打包下载（15-16年）
03-19
本文档涵盖了去雾算法在 2015-2016 年间顶级论文，这些论文包括在15、16年顶级期刊和会议（CVPR,ECCV,ICCV）上的论文。
【AI达人特训营】GFNet：用于图像分类的全局滤波网络
m0_63642362的博客
07-08 472
本文提出了一种概念上简单但计算效率高的全局滤波网络(GFNet)，它学习频率域内具有对数线性复杂度的长期空间相关性
NeurIPS 2021 | GFNet：用于图像分类的全局滤波网络
qq_40464371的博客
04-19 2514
代码：https://github.com/raoyongming/GFNet 摘要： 本文提出一个全局滤波网络GFNet，用傅里叶变换处理代替ViT中的注意力机制，其中二维离散傅里叶变换将输入的空间特征转换为频域特征，然后通过全局滤波处理，最后反变换映射回空间域。解决了token大小改变带来的计算量问题。实验结果表明改进后的网络在计算速度和参数量/泛化能力上有提升。 Introduction Transformer与MLP模型的发展证明了其具有以更少的归纳偏置取得更佳性能的潜力，这些模型往往基于从原始数据
Guided Image Filtering阅读笔记
qq_32570261的博客
02-15 808
guided filter 考虑噪声是各向异性；提出“引导图”思想； 模型 定义一个线性平移不变的滤波器： qi=∑jWijpjq_i=\sum_jW_{ij}p_jqi​=j∑​Wij​pj​ 双边滤波器的核WbfW^{bf}Wbf表示为 Wijbf=1Kiexp⁡(−∥∣xi−xj∥∣2σs2)exp⁡(−∥∣Ii−Ij∥∣2σr2)W_{ij}^{bf}=\frac{1}{K_i}\ex...
导向图滤波
sir_chen的博客
10-12 194
记引导图为GGG，被滤波的图像为XXX，输出图像为YYY，导向图滤波的目标就是使得原始的输入XXX和输出YYY尽可能相同，同时纹理部分与引导图GGG相似。 对于目标1：输入图像XXX和输出图像YYY尽可能相似，可以用公式描述为： min⁡∑i∈Wk∣Xi−Yi∣2(1) \min\sum_{i \in W_k}|X_i-Y_i|^2 \tag{1} mini∈Wk​∑​∣Xi​−Yi​∣2(1) 对于目标2：输出图像YYY的纹理和引导图GGG尽可能相似，用公式描述为： ∇Y=a∇G(2) \nabla Y=
瞎搞系列-图像的引导滤波
Cutepingping的博客
03-13 1497
瞎搞系列-图像的引导滤波一、原理：引导滤波是一个线性可变得滤波过程，包括引导图像I，输入图像p和输出图像q。其中引导图像I是需要实现设定的，也可以直接取输入图像p。引导滤波与双边滤波最大的相似之处，就是具有同样的保持边缘特性，在引导滤波中，用到了局部线性模型，该模型认为：某函数上的一点与其邻近部分的点成线性关系，一个复杂的函数可以用多个局部的线性函数来表示，只需要计算包含该点的所有线性函数做平均值...
全局filter的使用 vue的使用
qq_44170622的博客
11-13 108
import filters from '@/utils/filters' // 添加全局filter Object.keys(filters).map(v => { Vue.filter(v, filters[v]) })
hazing publish perish
10-19
欺凌、出版、死亡。 欺凌是指一种不良的社会行为，通常是在特定组织中对新成员进行身体或心理上的虐待。这种行为严重侵犯了受害者的尊严和权益，可能导致身体伤害、心理创伤甚至死亡。 出版是指将信息、观点或作品...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值