《表1 其他图像去雾方法与本文方法GI_F对比结果》
基于视觉颜色感知—光学相似的图像去雾方法与现有的双边滤波—暗通道先验图像去雾方法[9]、软抠图图像去雾方法[10]、传输图未优化方法,以及近年来提出的方法,如Berman等人[19]于2016年提出的非局部图像去雾和Fan等人[20]提出的双层高斯回归图像去雾方法进行去雾效果比较,结果如图5所示。与其他方法相比,本文方法在图像细节的保护、颜色保护和清晰度上具有一定的优势。如图5中第一行图像,森林图像中远处去雾效果,与其他传统的和近来的方法相比,本文方法具有一定的优势;图5中第二行图像天空部分,以及图5中第三行图像湖与边界的接壤部分,本文方法对图像颜色的保护能力较好。本文采用基于梯度信息与人类视觉系统(human vision system,HVS)滤波器的无参考清晰度评价算法(GI_F)[21]定量评价本文方法的有效性,如表1所示。
图表编号 | XD0067707100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 赵雪青、师昕 |
绘制单位 | 西安工程大学服装设计智能化陕西省重点实验室、西安工程大学新型网络智能信息服务国家地方联合工程研究中心、西安工程大学计算机科学学院、西安工程大学服装设计智能化陕西省重点实验室、西安工程大学新型网络智能信息服务国家地方联合工程研究中心、西安工程大学计算机科学学院 |
更多格式 | 高清、无水印(增值服务) |