改进的基于暗原色先验的图像去雾算法(2011)

本论文主要是对He Kaiming的论文进行改进的。He Kaiming论文运用的是Dark Channel Prior,但是整幅图像中有些部分不满足Dark Channel Prior,比如天空、偏白色物体、水面等大面积明亮区域。这些明亮区域即使在无雾条件下,他们的像素值也很大,区域内找不到像素值接近于0的通道,所以暗原色假设在这些区域是不成立的。

本论文主要是把He的代码中hazefree函数中的

J(:,:,c) = (I(:,:,c) - A(:,:,c))./(max(t, tmin)) + A(:,:,c);
改为

 J(:, :, c) = (I(:, :, c) - A(:, :, c)) ./ (min(max(K./abs(I(:, :, c) - A(:, :, c)), 1) .* max(t, tmin), 1)) + A(:, :, c);

运行结果:

He的方法:




本论文的方法:




(待续)

  • 2
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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