基于超像素暗通道和改进导向滤波的农业图像去雾方法

摘要：

针对传统暗通道先验算法运算速度慢以及适用性差的问题,提出了一种基于超像素级暗通道先验和自适应容差机制改进导向滤波算法的农业图像去雾方法.首先利用超像素分割获得具有一致颜色和亮度属性的超像素块并估计不规则区域块的透射率,引入导向滤波算法并利用自适应平滑参数细化透射率得到更为细致的边缘信息,加入自适应容差机制,使其能够根据图像明亮区域的变化和雾霾的浓度对透射率进行自适应补偿修正,得到最优透射率.最后对局部大气光估计和适应性调整,根据大气散射模型得到质量更高的复原图像.试验以6幅农业场景图像为例进行去雾研究,采用主观和客观评价指标评价去雾结果,与传统去雾算法相比,本文方法恢复的图像色彩更真实,细节更丰富,并且在一定像素范围内具有较高的实时性,可为农情信息解析提供研究基础.

关键词：农业图像;去雾;超像素分割;暗通道先验;导向滤波;自适应容差

所属期刊栏目：52

分类号：TP391.41;S24(计算技术、计算机技术)

资助基金：新疆维吾尔自治区研究生科研创新项目XJ2019G033

在线出版日期：2022-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：264-272