本文总结了四篇关于非均匀光照条件下水下图像去雾的论文，涉及光斑校正、夜间去雾、快速去雾算法及全卷积网络应用。论文分别提出基于径向梯度对称的渐晕校正、考虑glow和多光源的夜间去雾模型、最大反射率先验的快速去雾方法，以及利用全卷积网络进行非均匀光照校正。每篇论文都有其独特的方法和挑战，为水下图像处理提供了新思路。
非均匀光照条件下水下图像去雾论文系列（部分附代码）
- 非均匀光照水下图像增强
-
- 论文0：《Single-Image Vignetting Correction Using Radial Gradient Symmetry》，2008，IEEE
- 论文1：《Nighttime Haze Removal with Glow and Multiple Light Colors》，2015，ICCV
- 论文2：《Fast Haze Removal for Nighttime Image Using Maximum Reflectance Prior》，2017，CVPR
- 论文3：《NUICNet: Non-Uniform Illumination Correction for Underwater Image Using Fully Convolutional Network》，2020，IEEE Access
- 论文4：《Day and Night-Time Dehazing by Local Airlight Estimation》，2020，TIP
非均匀光照水下图像增强
最近看了几篇关于非均匀光照条件下水下图像去雾的论文，做了如下总结。其中论文0是估计非均匀光照的光斑所在位置，以及去除光斑，对代码进行了改进。
论文0：《Single-Image Vignetting Correction Using Radial Gradient Symmetry》，2008，IEEE
论文提出了一种基于径向梯度（RG）对称分布的单图像渐晕方法。没有渐晕的自然图像的RG分布是对称的，而在渐晕图像中，则不再对称。论文提出通过最小化RG分布的不对称性来消除渐晕。
但是代码的不足之处是估计出的光斑的中心总是在图像的中心，对代码中的某些函数参数进行了修改，即可以估计出正确的光源图，但是由于是用的我自己合成的数据集，所以估计出的光源图与合成图像使用的光源的原图对比会发现亮度太高，导致最后去光斑之后的图像太暗。
论文1：《Nighttime Haze Removal with Glow and Multiple Light Colors》，2015，ICCV
- 论文提出的模型
最低0.47元/天 解锁文章
扫一扫
5257
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
