基于分层细分超像素和信息完整性先验的红外图像去雾

基于分层细分超像素和信息完整性先验的红外图像去雾

TP391.41; 雾霾天气由于悬浮粒子的存在,降低了红外成像系统的对比度和视觉质量.现有的去雾方法大多侧重于增强全局对比度或在图像中采取局部网格透射率估计策略,容易导致图像信息丢失、光晕伪影以及天空区域失真的现象.针对这些问题,本文提出了一种基于超像素结构分解以及信息完整性保护的单幅图像去雾方法.在该模型中,首先基于局部结构信息,设计了分层超像素算法自适应地将图像分割成多个目标区域以消除光晕伪影.同时为了避免局部高亮目标造成估计误差,采用基于超像素块的改进四叉树细分方法获得全局大气光值.在此基础上,利用组合约束通过最小化信息损失实现透射率图最优化.在真实红外雾天图像上的实验表明,在定性和定量...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:红外与毫米波学报 2022, Vol.41 (5), p.930-940
Hauptverfasser: 李伟华, 李范鸣, 苗壮, 谭畅, 穆靖
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 940
container_issue 5
container_start_page 930
container_title 红外与毫米波学报
container_volume 41
creator 李伟华
李范鸣
苗壮
谭畅
穆靖
description TP391.41; 雾霾天气由于悬浮粒子的存在,降低了红外成像系统的对比度和视觉质量.现有的去雾方法大多侧重于增强全局对比度或在图像中采取局部网格透射率估计策略,容易导致图像信息丢失、光晕伪影以及天空区域失真的现象.针对这些问题,本文提出了一种基于超像素结构分解以及信息完整性保护的单幅图像去雾方法.在该模型中,首先基于局部结构信息,设计了分层超像素算法自适应地将图像分割成多个目标区域以消除光晕伪影.同时为了避免局部高亮目标造成估计误差,采用基于超像素块的改进四叉树细分方法获得全局大气光值.在此基础上,利用组合约束通过最小化信息损失实现透射率图最优化.在真实红外雾天图像上的实验表明,在定性和定量方面与现有的经典算法相比,本文所提方法在对比度和可见性方面具有优越性.
doi_str_mv 10.11972/j.issn.1001-9014.2022.05.018
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_hwyhmb202205018</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>hwyhmb202205018</wanfj_id><sourcerecordid>hwyhmb202205018</sourcerecordid><originalsourceid>FETCH-wanfang_journals_hwyhmb2022050183</originalsourceid><addsrcrecordid>eNpjYFA1NNAzNLQ0N9LP0sssLs7TMzQwMNS1NDA00TMyMDLSMzDVMzC0YGHghItzMPAWF2cmGRhbGJibmJlZcjJ4PJ2_68muvqcdbU83Nj3f3QZkvNjW-rS5__mWBU8n9TzZv_BZ4_qn63qeTd3yrGH509aOl6t6ns9qeb5r0dMl057O3gdU-bRv98vZ-3gYWNMSc4pTeaE0N4O6m2uIs4dueWJeWmJeenxWfmlRHlAmPqO8MiM3CeRCA1Og-4yJVwkAjzBf3w</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于分层细分超像素和信息完整性先验的红外图像去雾</title><source>EZB-FREE-00999 freely available EZB journals</source><creator>李伟华 ; 李范鸣 ; 苗壮 ; 谭畅 ; 穆靖</creator><creatorcontrib>李伟华 ; 李范鸣 ; 苗壮 ; 谭畅 ; 穆靖</creatorcontrib><description>TP391.41; 雾霾天气由于悬浮粒子的存在,降低了红外成像系统的对比度和视觉质量.现有的去雾方法大多侧重于增强全局对比度或在图像中采取局部网格透射率估计策略,容易导致图像信息丢失、光晕伪影以及天空区域失真的现象.针对这些问题,本文提出了一种基于超像素结构分解以及信息完整性保护的单幅图像去雾方法.在该模型中,首先基于局部结构信息,设计了分层超像素算法自适应地将图像分割成多个目标区域以消除光晕伪影.同时为了避免局部高亮目标造成估计误差,采用基于超像素块的改进四叉树细分方法获得全局大气光值.在此基础上,利用组合约束通过最小化信息损失实现透射率图最优化.在真实红外雾天图像上的实验表明,在定性和定量方面与现有的经典算法相比,本文所提方法在对比度和可见性方面具有优越性.</description><identifier>ISSN: 1001-9014</identifier><identifier>DOI: 10.11972/j.issn.1001-9014.2022.05.018</identifier><language>chi</language><publisher>中国科学院上海技术物理研究所,上海200083%中国科学院红外探测与成像技术重点实验室,上海200083</publisher><ispartof>红外与毫米波学报, 2022, Vol.41 (5), p.930-940</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/hwyhmb/hwyhmb.jpg</thumbnail><link.rule.ids>314,776,780,4009,27902,27903,27904</link.rule.ids></links><search><creatorcontrib>李伟华</creatorcontrib><creatorcontrib>李范鸣</creatorcontrib><creatorcontrib>苗壮</creatorcontrib><creatorcontrib>谭畅</creatorcontrib><creatorcontrib>穆靖</creatorcontrib><title>基于分层细分超像素和信息完整性先验的红外图像去雾</title><title>红外与毫米波学报</title><description>TP391.41; 雾霾天气由于悬浮粒子的存在,降低了红外成像系统的对比度和视觉质量.现有的去雾方法大多侧重于增强全局对比度或在图像中采取局部网格透射率估计策略,容易导致图像信息丢失、光晕伪影以及天空区域失真的现象.针对这些问题,本文提出了一种基于超像素结构分解以及信息完整性保护的单幅图像去雾方法.在该模型中,首先基于局部结构信息,设计了分层超像素算法自适应地将图像分割成多个目标区域以消除光晕伪影.同时为了避免局部高亮目标造成估计误差,采用基于超像素块的改进四叉树细分方法获得全局大气光值.在此基础上,利用组合约束通过最小化信息损失实现透射率图最优化.在真实红外雾天图像上的实验表明,在定性和定量方面与现有的经典算法相比,本文所提方法在对比度和可见性方面具有优越性.</description><issn>1001-9014</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2022</creationdate><recordtype>article</recordtype><recordid>eNpjYFA1NNAzNLQ0N9LP0sssLs7TMzQwMNS1NDA00TMyMDLSMzDVMzC0YGHghItzMPAWF2cmGRhbGJibmJlZcjJ4PJ2_68muvqcdbU83Nj3f3QZkvNjW-rS5__mWBU8n9TzZv_BZ4_qn63qeTd3yrGH509aOl6t6ns9qeb5r0dMl057O3gdU-bRv98vZ-3gYWNMSc4pTeaE0N4O6m2uIs4dueWJeWmJeenxWfmlRHlAmPqO8MiM3CeRCA1Og-4yJVwkAjzBf3w</recordid><startdate>2022</startdate><enddate>2022</enddate><creator>李伟华</creator><creator>李范鸣</creator><creator>苗壮</creator><creator>谭畅</creator><creator>穆靖</creator><general>中国科学院上海技术物理研究所,上海200083%中国科学院红外探测与成像技术重点实验室,上海200083</general><general>中国科学院红外探测与成像技术重点实验室,上海200083</general><general>中国科学院上海技术物理研究所,上海200083</general><general>中国科学院大学,北京100049</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2022</creationdate><title>基于分层细分超像素和信息完整性先验的红外图像去雾</title><author>李伟华 ; 李范鸣 ; 苗壮 ; 谭畅 ; 穆靖</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_hwyhmb2022050183</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2022</creationdate><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>李伟华</creatorcontrib><creatorcontrib>李范鸣</creatorcontrib><creatorcontrib>苗壮</creatorcontrib><creatorcontrib>谭畅</creatorcontrib><creatorcontrib>穆靖</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>红外与毫米波学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>李伟华</au><au>李范鸣</au><au>苗壮</au><au>谭畅</au><au>穆靖</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于分层细分超像素和信息完整性先验的红外图像去雾</atitle><jtitle>红外与毫米波学报</jtitle><date>2022</date><risdate>2022</risdate><volume>41</volume><issue>5</issue><spage>930</spage><epage>940</epage><pages>930-940</pages><issn>1001-9014</issn><abstract>TP391.41; 雾霾天气由于悬浮粒子的存在,降低了红外成像系统的对比度和视觉质量.现有的去雾方法大多侧重于增强全局对比度或在图像中采取局部网格透射率估计策略,容易导致图像信息丢失、光晕伪影以及天空区域失真的现象.针对这些问题,本文提出了一种基于超像素结构分解以及信息完整性保护的单幅图像去雾方法.在该模型中,首先基于局部结构信息,设计了分层超像素算法自适应地将图像分割成多个目标区域以消除光晕伪影.同时为了避免局部高亮目标造成估计误差,采用基于超像素块的改进四叉树细分方法获得全局大气光值.在此基础上,利用组合约束通过最小化信息损失实现透射率图最优化.在真实红外雾天图像上的实验表明,在定性和定量方面与现有的经典算法相比,本文所提方法在对比度和可见性方面具有优越性.</abstract><pub>中国科学院上海技术物理研究所,上海200083%中国科学院红外探测与成像技术重点实验室,上海200083</pub><doi>10.11972/j.issn.1001-9014.2022.05.018</doi></addata></record>
fulltext fulltext
identifier ISSN: 1001-9014
ispartof 红外与毫米波学报, 2022, Vol.41 (5), p.930-940
issn 1001-9014
language chi
recordid cdi_wanfang_journals_hwyhmb202205018
source EZB-FREE-00999 freely available EZB journals
title 基于分层细分超像素和信息完整性先验的红外图像去雾
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-22T00%3A10%3A45IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E5%88%86%E5%B1%82%E7%BB%86%E5%88%86%E8%B6%85%E5%83%8F%E7%B4%A0%E5%92%8C%E4%BF%A1%E6%81%AF%E5%AE%8C%E6%95%B4%E6%80%A7%E5%85%88%E9%AA%8C%E7%9A%84%E7%BA%A2%E5%A4%96%E5%9B%BE%E5%83%8F%E5%8E%BB%E9%9B%BE&rft.jtitle=%E7%BA%A2%E5%A4%96%E4%B8%8E%E6%AF%AB%E7%B1%B3%E6%B3%A2%E5%AD%A6%E6%8A%A5&rft.au=%E6%9D%8E%E4%BC%9F%E5%8D%8E&rft.date=2022&rft.volume=41&rft.issue=5&rft.spage=930&rft.epage=940&rft.pages=930-940&rft.issn=1001-9014&rft_id=info:doi/10.11972/j.issn.1001-9014.2022.05.018&rft_dat=%3Cwanfang_jour%3Ehwyhmb202205018%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=hwyhmb202205018&rfr_iscdi=true