结合图像分割的暗原色先验去雾算法

基于暗原色先验规律的图像去雾算法在进行暗原色通道计算时,用固定区域会造成介质透射率估算的不合理,从而导致最终去雾效果细节不清晰和在较远景深场景模糊的现象。采用基于图论的分割算法来确定取暗原色通道的区域,能根据景深的变化自适应地改变区域大小,避免了固定区域求取暗原色的带来的介质透射率估计不合理问题。通过实验分析和验证,证实了该算法能有效地改善雾天图像的退化现象和提高图像清晰度。     

雾天视频稳像的预处理技术研究

户外拍摄的视频图像经常会受到雾的影响,被影响区域的图像往往清晰度差,在进行视频稳像时不能正确地提取出特征点。如果采用去雾算法进行预处理,也会造成特征点的误提取以及位置偏移等,因此,采用半逆法对图像进行分割,分割出无雾区域以便在这些区域获得准确的特征点。由于半逆法采用固定阈值的方法,无法满足不同图像的要求,并且分割后的图像中存在多个孤立点,因此,采用自适应阈值和八邻域法对算法进行了改进。实验结果表明,改进后的算法能够快速准确地分割无雾区域,提高了特征点提取的准确率。