- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 566504 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 175174
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
|---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
 群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
|
基于小波变换的迭代融合去雾算法 2 H9 T: l* f2 t6 A4 Q
/ j; d4 M+ k! e: F$ h
, _! {) e: l9 ~% J& f" u, f; b, v( B
) W$ A9 @" Q5 `7 ]
% m2 ? l |2 ]' X b在有雾气的环境下,户外采集到的图像容易出现对比度低、细节丢失等问题。针对+ L, \- U1 E( _" ^7 n5 p/ W8 U1 F
该问题本文提出了多尺度 Retinex(MSR)理论结合小波变换的图像融合方法对雾天图像进行* c) W, e; @) J: `
恢复。首先,将采集到的雾天图像用 MSR 算法进行增强处理,之后采用‘db5’小波基将雾
% K( H( W" K, f$ b: P天图像与增强图像的亮度分量 V 进行融合处理,并对雾天图像的饱和分量进行约束,最后合
2 K5 W& h8 {- I( s7 P* T成去雾图像;设置阈值,对雾浓度相对较大的雾天图像用小波变换进行二次迭代融合去除残; e* m$ J. ~0 P; z. o# E
雾。实验结果表明,本文方法可有效恢复不同浓度的雾天图像,去雾后的图像可增强暗区细
7 {4 D4 O- b1 F节、增强图像色彩、丰富图像信息。小波融合的使用保留了更多图像信息,使图像色彩丰富$ j2 j3 X2 r8 d- w. Y% w1 W
自然、整体平滑,融合图像具有良好的复原效果。
, ^" I2 a7 ~' M" q/ ]
7 ~: W: p# I) d. x
* k k0 [! L- a5 X4 B |
zan
|