3 个月前

基于颜色恒常性先验的单张雾霾图像改进型大气光估计方法

基于颜色恒常性先验的单张雾霾图像改进型大气光估计方法

摘要

雾霾环境会衰减场景辐射亮度,导致场景颜色与纹理难以分辨。去雾过程中的关键步骤之一是全局大气光向量的恢复。传统方法通常将雾天图像中最亮区域的RGB值视为大气光。本文提出一种新的先验——“颜色恒常性先验”,以提升在多种颜色光照条件下大气光估计的鲁棒性。该先验基于一种统计观察:由于像素强度向高值方向趋近,远处景物会因雾霾影响而呈现最显著的雾化现象。在多种雾天图像上的对比实验表明,所提出的先验方法在大气光恢复方面优于现有方法,且可有效应用于后续的去雾处理。

基准测试

基准方法指标
single-image-dehazing-on-uiebBradley-Terry model
L2 Norm: minimum is better

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
基于颜色恒常性先验的单张雾霾图像改进型大气光估计方法 | 论文 | HyperAI超神经