图像去雾技术研究进展

被引：120

作者：

禹晶 ^{[1
]}

徐东彬 ^{[2
]}

廖庆敏 ^{[1
,3
]}

机构：

[1] 不详

[2] 清华大学电子工程系

[3] 不详

[4] 交通运输部公路科学研究院

[5] 清华大学深圳研究生院

[6] 不详

来源：

中国图象图形学报 | 2011年 / 09期

关键词：

图像去雾; 视见度; 颜色恒常性; 大气散射模型; 无参考客观质量评测;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

在雾、霾等天气条件下,大气粒子的散射作用导致成像传感器采集的图像严重降质。图像去雾技术的任务是去除天气因素对图像质量的影响,从而增强图像的视见度。本文归纳和总结了图像去雾技术的国内外研究现状。将现有的方法分为基于物理模型和非物理模型两类,分别详细阐述了这两类方法,分析它们各自的优势和不足,并总结了算法性能评价的无参考客观质量评测准则。最后,指出该技术的研究难点和发展趋势。

引用

页码：1561 / 1576

页数：16

共 22 条

[11] Single image dehazing
Fattal, Raanan
[J]. ACM TRANSACTIONS ON GRAPHICS, 2008, 27 (03):
[12] A Fast Approximation of the Bilateral Filter Using a Signal Processing Approach
Paris, Sylvain
Durand, Fredo
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2009, 81 (01) : 24 - 52
[13] Evaluating HDR Rendering Algorithms
Kuang, Jiangtao
Yamaguchi, Hiroshi
Liu, Changmeng
Johnson, Garrett M.
Fairchild, Mark D.
[J]. ACM TRANSACTIONS ON APPLIED PERCEPTION, 2007, 4 (02) : 9
[14] Speed-up technique for a local automatic colour equalization model
Artusi, A
Gatta, C
Marini, D
Purgathofer, W
Rizzi, A
[J]. COMPUTER GRAPHICS FORUM, 2006, 25 (01) : 5 - 14
[15] Gamut constrained illuminant estimation
Finlayson, GD
Hordley, SD
Tastl, I
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2006, 67 (01) : 93 - 109
[16] A Six-Stimulus Theory for Stochastic Texture[J] . Jan-Mark Geusebroek,Arnold W.M. Smeulders.International Journal of Computer Vision . 2005 (1)
[17] Investigation of color constancy with a neural network
Stanikunas, R
Vaitkevicius, H
Kulikowski, JJ
[J]. NEURAL NETWORKS, 2004, 17 (03) : 327 - 337
[18] A variational framework for Retinex
Kimmel, R
Elad, M
Shaked, D
Keshet, R
Sobel, I
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2003, 52 (01) : 7 - 23
[19] Blind haze separation. Shwartz S,Namer E,Schechner Y Y. Proceedigns of IEEE Conference on Computer Vision and Pattern Recognition（CVPR） . 2006
[20] Single image haze removal using dark channel prior. He K,Sun J,Tang X. Proceedings of IEEE computer society conference on computer vision and pattern recognition （CVPR） . 2009

← 1 2 3 →