结合光场多线索和大气散射模型的去雾算法
雾天拍摄的图像通常会存在对比度低、图像质量差的问题,而这些退化图像会对计算机视觉的应用产生显著的负面影响.针对这些问题,本文首次提出一种将光场与大气散射模型相结合的图像去雾方法.首先利用光场相机捕获多视角信息的优势提取散焦线索和匹配线索估计雾天图像的深度信息,并利用获取的深度信息计算场景初始透射率.然后利用场景深度信息构建新的权重函数,并将其与1-范数上下文规则化相结合对初始透射率图迭代优化.最后利用大气散射模型对光场中心视角图像进行去雾以获得最终的无雾图像.在合成雾天图像和真实雾天图像上的实验结果表明,与现有的单幅图像去雾算法相比,峰值信噪比(PSNR)提高约2 dB,结构相似性(SSIM)提高约0.04,本文方法更好地保留了图像的结构信息,同时去雾后的图像较好地保持了图像的色彩信息,能获得更优的图像去雾效果.
图像去雾、光场、散焦线索、匹配线索、深度估计、大气散射模型
47
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目61876057,61571175
2020-10-16(万方平台首次上网日期,不代表论文的发表时间)
共14页
77-90