大气散射模型
大气散射模型的相关文献在2005年到2022年内共计182篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、地球物理学
等领域,其中期刊论文161篇、会议论文4篇、专利文献169027篇;相关期刊93种,包括中国图象图形学报、光学精密工程、红外技术等;
相关会议4种,包括2009年全国信息光学与光子器件学术会议、第十一届中国人工智能学术年会、第18届全国图象图形学学术会议 等;大气散射模型的相关文献由476位作者贡献,包括杨燕、戴声奎、张登银等。
大气散射模型—发文量
专利文献>
论文:169027篇
占比:99.90%
总计:169192篇
大气散射模型
-研究学者
- 杨燕
- 戴声奎
- 张登银
- 毕笃彦
- 王伟鹏
- 鞠铭烨
- 张雪
- 禹晶
- 袁小燕
- 陈清江
- 顾振飞
- 单祝鹏
- 吴亚东
- 尹玉军
- 廖庆敏
- 张红英
- 李权合
- 段锦
- 陈凡
- 陈高科
- 项文杰
- 丁一
- 丘江
- 余春艳
- 刘华伟
- 刘子兵
- 刘杰平
- 刘海波
- 刘言言
- 南栋
- 叶鑫焱
- 吴成茂
- 吴文铭
- 吴斌
- 吴正平
- 周诗琪
- 唐宁
- 唐瑜韬
- 姜浩东
- 姜继钢
- 孙晨
- 孙玉宝
- 安忠德
- 崔倩男
- 廖泉
- 张庆年
- 张津萍
- 徐东彬
- 徐小丹
- 徐沛然
-
-
钟魁松;
冯治国;
张振博;
袁森
-
-
摘要:
针对智能驾驶视觉感知领域中去雾算法处理时间过长的问题,提出了一种基于大气散射模型的视频图像快速去雾算法。在暗通道先验去雾的基础上,计算大气光值的自适应参数,提高去雾速度,并优化设计去雾系数,获取半去雾图像,将单幅图像去雾应用到视频实时去雾中;进一步利用限制对比度自适应直方图均衡(CLAHE)算法抑制去雾残余噪声,增强图像道路交通特征。验证结果表明:提出的算法有效提高了图像质量,且视频去雾速度较传统算法大幅提升;图像边缘强度提升近2倍,极大提高了道路能见度。
-
-
魏红伟;
袁江;
田杰
-
-
摘要:
在雾霾影响下,室外拍摄的图像或视频清晰度严重下降。视频监控、远程感应、自动驾驶等计算机视觉任务很容易受到威胁。图像去雾就是利用某种手段去除雾霾对图像质量的干扰。为了达到更好的去雾效果,结合传统先验和深度学习,提出一种基于物理模型和神经网络的图像去雾算法DehaGA。该算法是对DehazeNet算法的改进,一方面利用神经网络的优势,通过大量的训练,利用DehazeNet网络学习雾图与透射图之间的映射关系,进而求出透射图;另一方面对于大气光的求取采用改进的大气散射模型,提出基于非均匀大气光的散射模型,通过改进算法HMN求取大气光值,克服了DehazeNet算法中对于大气光值估计不准确的缺点。最后将透射图和大气光值代入新的大气散射模型,进而恢复出无雾图像。实验结果表明,DehaGA算法与DehazeNet对比求得的无雾图像更加清晰,具有更好的去雾效果。
-
-
杨洋
-
-
摘要:
随着计算机技术和硬件能力的提高,计算机视觉处理系统已广泛应用于各类场景中,雾霾等恶劣天气下获取的图像会影响后续图像的处理,进一步导致计算机视觉处理系统性能的降低,因此提高降质图像的质量具有重要意义。文章给出一种结合图像增强和图像复原的处理算法,算法能在不同尺度的残差图像上和基础层上分别进行处理,达到保留图像细节和去雾的目的,并且具有高可控灵活性。
-
-
屠杭垚;
王万良;
陈嘉诚;
李国庆;
吴菲
-
-
摘要:
为了提高图像去雾的性能,提出结合大气散射模型生成对抗网络的去雾算法.算法在pix2pix GAN基础上进行改进,将网络的生成器改进成双解码器结构,通过双解码器分别生成无雾图像和透射率图,并结合大气散射模型还原雾图像,以进一步提高图像分解的质量.在马尔科夫判别器结构中,采用反向学习机制代替随机裁剪机制,以有效降低因采用随机裁剪算法而导致的判断结果不准确的概率.在原有的损失函数上,加入雾霾损失函数,提高图像转化的质量.在STOS和NYU数据集上进行消融实验和对比实验.大量实验表明所提出方法在PSNR和SSIM指标上比原算法Pix2pix GAN有所提高,且均优于现有去雾算法,复原图像具有清晰度高、噪声低、纹理丰富的优点.
-
-
闫宏艳;
孙玉宝;
张振东;
黄亮
-
-
摘要:
雾天是影响高速公路交通安全的重要因素。研究从监控图像进行高速公路雾天能见度的自动识别方法可以为交通管理部门的智能管理和决策提供技术支持。根据大气散射模型分析出与雾浓度相关的多个物理因素,提出了综合这些物理因素的多通路融合识别网络。该网络使用三个通路联合学习深度视觉特征、传输矩阵特征和场景深度特征,并设计注意力融合模块来自适应地融合这三类特征以进行能见度等级识别。同时构建了一个合成数据集和一个真实的高速公路场景数据集,用于网络参数学习和性能评估。实景数据集中的图像是从中国多条高速公路的监控视频中收集的。在这两个数据集上的实验表明,所提方法可以适应不同的监控拍摄场景,能够比现有方法更准确地识别能见度等级,有效提升了识别精度。
-
-
刘长明;
曹红燕;
范焱;
方炜;
邵帅超
-
-
摘要:
图像是获取信息的重要途经,对于雾霾天气导致的可见度低的图像,DCP理论算法能进行去雾处理,但结果会出现光晕现象,缺少部分特征信息,存在一定不足。为了解决该问题,提出一种融合OSTU阈值法的自适应DCP图像优化算法,利用改进的OSTU阈值算法分割图像的前景与背景;基于心理灰度公式估计大气光值,利用最小值滤波与中值滤波融合最佳阈值估计透射率,得到自适应的透射率估计值,利用双指数滤波器进行精细化处理;最后基于DCP理论得到去雾后的图像。结果表明算法的去雾效果明显,能有效地保护边缘信息,恢复图像的细节特征,算法处理效果具有较大优越性。
-
-
陈黎黎;
国红军
-
-
摘要:
提出一种基于大气散射模型的无人机航拍图像快速去雾算法。构建大气散射模型。通过对大气散射状态的估计,利用可迭代运行的多向自相关增强方法,再根据无人机航拍目标图像的局部灰度分布特征,设计滤波模板。用滤波增强图像效果后,弱化明亮区域实现无人机航拍图像去雾效果。实验结果表明:该算法的图像弱化效果好,可完整体现景观全局细节,经双边滤波处理后的图像亮度高、色彩丰富、信息量大,可抑制图像噪声、提升清晰度,保障图像质量。
-
-
刘威;
陈成;
江锐;
卢涛
-
-
摘要:
为了解决单幅图像去雾领域有监督网络和无监督网络分别存在的问题,基于循环生成对抗网络(CycleGAN),提出了一种四通道无监督学习图像去雾网络。所提模型主要包括3个子网络,即去雾网络、合成雾网络和注意力特征融合网络;并由此3个子网络顺序组合构建了4条学习通道,即去雾通道、去雾结果颜色-纹理恢复通道、合成雾通道以及合成雾结果颜色-纹理恢复通道。特别地,在合成雾网络中,为了更好地约束去雾网络生成更高质量的无雾图像,引入了大气散射模型(ASM)以加强网络从有雾图像域到无雾图像域的映射转换;同时,为了进一步提高去雾网络和合成雾网络的图像生成质量,提出了一种注意力特征融合网络,该网络基于雾相关派生图,采用多路映射结构和注意力机制,加强对生成图像颜色、纹理细节等信息的恢复。在合成雾和真实雾图数据集上的大量实验结果表明,所提方法能更好地恢复各类场景中雾图的颜色和纹理细节等信息。
-
-
张俊生;
赫英凤;
杨鹏;
仝晓刚
-
-
摘要:
船载嵌入式网络的普及应用,为船舶及其航行环境视频监控提供了有力支撑,为船舶航行决策制定提供了大量的图像数据。由于天气环境、设备振动等多种因素的影响,致使图像细节缺失,制约着视频监控图像的应用,提出船载嵌入式网络视频监控图像模糊细节增强系统设计。通过动态范围拉伸模式预处理视频监控图像,以此为基础,基于模糊集理论计算视频监控图像细节模糊熵,利用遗传算法确定最佳模糊参数,计算扩散系数,将其与视频监控图像模糊梯度场进行结合,应用变分法求解修正隶属度函数,通过逆变换将视频监控图像从模糊域转换到灰度域,即可获得细节增强后的船载嵌入式网络视频监控图像。实验数据显示,应用设计系统获得的增强视频监控图像信息熵最大值为9.45,充分证实了设计系统细节增强效果更佳。
-
-
张楠楠;
李志伟;
郭新军;
肖新杰;
阮昊
-
-
摘要:
针对在雾霾天气、水下和夜间环境中获得的图像存在清晰度和对比度下降以及色彩失真等问题,提出一种使用改进型大气散射模型的双阶段图像修复方法。通过在传统的大气散射模型中引入一个全局补偿系数以得到一个改进型大气散射模型,使用该模型的双阶段图像修复方法包含两个阶段:首先,输入一张退化图像,利用改进型大气散射模型得出一张粗略的修复图像,并利用灰度世界算法求出该粗略的修复图像的反照率;其次,将反照率和第一阶段的输出图像作为输入,利用改进型大气散射模型得出最终的修复图像。实验结果表明,所提出的方法可避免图像修复的结果中存在色彩失真和色调偏暗等问题,并且具有很好的适用性,其不仅可有效实现雾霾图像去雾,也可实现水下图像修复和夜间图像增强。与当前最先进的方法相比,所提出的方法在定量和定性实验上都取得了优异的结果。
-
-
江兴方;
陆佳丽;
沈为民
- 《2009年全国信息光学与光子器件学术会议》
| 2009年
-
摘要:
针对遥感图像存在浓云或烟雾的覆盖无法判读地物的信息,从大气散射模型出发,研究了直接传播的衰减光和散射的大气光模型。由此采用改进型Retinex算法,第一步,先将原图像进行取补色,灰白区域变成较暗的区域,第二步,经改进型高斯函数标准差较小的单尺度Retinex算法增强后,突出较暗的区域内各层次信息,第三步,再进行取补色,突出云或烟雾覆盖区域中地物信息。实验结果表明,采用改进型高斯函数标准差较小的单尺度Retinex算法能去除云或烟雾,特别对于浓云或烟雾效果好。
-
-
贾明桥;
朱虹;
季瑞瑞
- 《第十一届中国人工智能学术年会》
| 2005年
-
摘要:
本文针对大雾天气下拍摄图像的退化现象,提出了一种新的增强方法.该方法在未知景深信息的前提下,通过简化建立的大气散射模型,并利用图像的灰度直方图重新确定模型参数;由于大雾对图像远景和近景的退化程度不同,利用已经得到的模型对图像进行远近景分割,最后对远近景分别采用不同的方法进行增强.实验结果表明,该方法能够有效地改善大雾图像的退化现象,提高图像的清晰度.
-
-
Li Jiatong;
李佳童;
Zhang Yujin;
章毓晋
- 《第18届全国图象图形学学术会议》
-
摘要:
空气污染导致的雾霾是越来越严重了.雾霾会使图像产生失真,所以需要利用图像去雾技术来提高图像的主观质量.本文提出了一种新的利用大气散射模型和暗通道先验,在透射率空间中利用引导滤波计算大气散射图对图像进行去雾的方法.另外,对天空区域的计算和透射率阈值的确定方法也进行了改进.通过增强结果图的对比度和调整亮度,进一步降低了失真.最后为验证效果,将图像加雾,并采用主观质量评价和以SSIM作为客观标准,用数理统计方法比较了各相关算法的性能.实验表明,所提算法有效地降低了图像的失真,使去雾图像有较高的主观质量.
-
-
-
-