基于多尺度细节优化的MSRCR图像去雾算法

摘要：

针对Retinex去雾后图片模糊、细节不明显现象,该文提出基于多尺度细节优化的MSRCR图像去雾算法.该算法首先采用MSRCR对图片进行整体去雾操作,在MSRCR算法处理图像像素分类过程中,为降低像素分类时间,该文采用K近邻算法(K nearest neighbor,KNN)对图片像素进行快速分类;然后采用双边滤波算法对处理后的图片中的噪声和边缘损失进行处理;最后采用MsDB算法对图片细节进行优化.实验结果表明,该文算法相较传统算法而言,在合成雾天图像处理后图片的峰值信噪比(peak signal to noise ratio,PSNR)和结构相似性(structural similarity,SSIM)平均分别提升22.03％和21.58％;较自然雾天处理后图片的平均梯度、信息熵、Vollaths值平均分别提升127.62％、6.96％、227.61％.

关键词：MSRCR、KNN、双边滤波、MsDB

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：成都市科技局重点研发支撑计划技术创新研发项目2018-YFYF-00191-SN

在线出版日期：2021-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：92-97