Night Time Haze and Glow Removal using Deep Dilated Convolutional Network

最新推荐文章于 2022-04-25 21:31:10 发布
最新推荐文章于 2022-04-25 21:31:10 发布
阅读量466 收藏
点赞数
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/xdlining/article/details/88263054
博客聚焦于利用Dil扩张卷积网络去除夜间的雾霾和光晕。在夜间场景下，雾霾和光晕会影响图像质量，而该网络可有效解决这一问题，提升图像的清晰度和可用性，在图像处理领域有重要意义。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

scriptleelee
关注
TIP2022/去雾：Variational Single Nighttime Image Haze RemovalWith a Gray Haze-Line Prior具有灰色雾霾线先验的变分去雾
ssshyeong的博客
11-26 2969
通过统计分析和理论分析，我们提出了一种简单有效的灰霾线先验(GHLP)来精确识别雾霾特征区域。这一先验证明了雾霾集中在RGB颜色空间的雾霾线上，可以精确投影到YUV颜色空间Y通道的灰色分量上。在此基础上，我们建立了一种新的统一的夜间雾霾去除框架，并将夜间雾霾图像分解为YUV颜色空间中的彩色和灰度分量。发光色彩校正和去雾是夜间除雾过程中两个重要的连续步骤。发光颜色校正方法被设计为分别去除颜色成分中的发光和增强灰色成分中的照明。
非均匀光照水下图像论文系列
qq_39544260的博客
09-20 2396
非均匀光照条件下水下图像去雾论文系列（部分附代码）非均匀光照水下图像增强论文0：《Single-Image Vignetting Correction Using Radial Gradient Symmetry》，2008，IEEE论文1：《Nighttime Haze Removal with Glow and Multiple Light Colors》，2015，ICCV论文2：《Fast Haze Removal for Nighttime Image Using Maximum Reflecta
【论文阅读】NIGHTTIME HAZE REMOVAL USING COLOR TRANSFER PRE-PROCESSING AND DARK CHANNEL PRIOR
jie的博客
08-31 705
论文：NIGHTTIME HAZE REMOVAL USING COLOR TRANSFER PRE-PROCESSING AND DARK CHANNEL PRIOR 作者：Soo-Chang Pei 年份：2012 期刊：IEEE 利用颜色转移预处理和暗通道先验来去除夜间雾霾。有一些方法在白天去雾效果满意，但是大部分都不适用于晚上，本文方法能去除夜间雾霾，即使有整体对比度低、整体亮度低和“蓝移”气光颜色的不良特性。暗通道先验的计算基于“灰色”气光颜色的假设所以我们使用颜色传递方法将大气光颜色由“蓝移”
Semantic Nighttime Image Segmentation with Synthetic Stylized Data Gradual Adaptation
xdlining的博客
03-08 334
A closed form solution to photorealistic image stylization. ECCV 2018
ICCV 2015 papers
3D Vision
11-10 3万+
From: http://pamitc.org/iccv15/program.php ICCV 2015 Main Conference Program
Single Image Haze Removal Using Dark Channel Prior（基于暗原色先验原理的单一图像去雾技术），附源代码与PPT
03-08
何凯明先生09年CVPR会议最佳论文，Single Image Haze Removal Using Dark Channel Prior，中英文都有，并且有何恺明在CVPR会议上演讲时的ppt——基于暗通道先验的单幅图像去雾技术，并且有何凯明公开的源码guided-...
Single Image Haze Removal Using Dark Channel Prior 图像去雾 原文及翻译 何凯明
10-01
"Single Image Haze Removal Using Dark Channel Prior" 是一篇由何凯明等人在2011年发表的重要论文，主要探讨了图像去雾技术。在这个领域，何凯明的贡献是开创性的，他的方法基于暗通道先验（Dark Channel Prior）...
Single Image Haze Removal Using Dark Channel Prior:论文的实现-matlab开发
06-01
课程项目： 在一个团队中，使用暗通道先验论文实现了单图像雾度去除。 在论文中，He、Sun 和 Tang 描述了使用暗通道先验从单个输入图像中去除雾霾的过程。 描述雾霾图像形成的最广泛使用的模型是： I(x) = J(x)t(x) ...
Single Image Haze RemovalUsing Dark Channel Prior
change_lkl的博客
04-25 2417
摘要 本文提出了一种简单而有效的图像先验方法——暗通道先验，用于去除单幅输入图像中的雾霾。暗通道先验是室外无雾图像的一种统计。它基于一个关键的观察结果——户外无雾图像中的大多数局部块包含一些像素，这些像素在至少一个颜色通道中的强度非常低。将该先验与薄雾成像模型一起使用，我们可以直接估计薄雾的厚度并恢复高质量的无薄雾图像。在各种模糊图像上的结果证明了所提出的先验的能力。此外，还可以获得高质量的深度图作为除雾的副产品。 一引言 本文提出了一种新的先验——暗通道先验，用于单幅图像去雾。暗通道先验是基于室外无
Single_Image_Haze_Removal_Using_Dark
08-24
Single_Image_Haze_Removal_Using_Dark_Channel_Prior_image_dehaze
【论文阅读】Deep multi-path convolutional neural network joint with salient region attention for facial。。。
qq_42785704的博客
03-01 832
Deep multi-path convolutional neural network joint with salient region attention for facial expression recognition 网络结构分为3部分：VGG- Face、SERD、MPVS-Net。
【论文阅读】深度学习去雾1——论文精选
hyfine
06-05 1万+
文章目录HDP-Net: Haze Density Prediction Network for Nighttime DehazingGated Context Aggregation Network for Image Dehazing and DerainingSingle Image Haze Removal using a Generative Adversarial Network ...
Awesome Dehazing 去雾算法合集 及 雾图像数据集网址
u014546828的博客
05-07 8273
Awesome Dehazing This repository is the collection of dehazing methods. Among various dehazing algorithms, we've selected the datasets provide pose and map information. This repository includes t...
PURPLE HAZE
Hypocrite
01-03 3527
PURPLE HAZE ALL IN MY BRAIN LATELY THINGS JUST DONT SEEM THE SAMEACTIN FUNNY BUT I DONT KNOW WHYSCUSE ME WHILE I KISS THE SKYPURPLE HAZE ALL AROUNDDONT KNOW IF IM COMIN UP OR DOWNAM I HAPPY OR
如何理解空洞卷积（dilated convolution）
热门推荐
suixinsuiyuan33的博客
03-05 5万+
论文：Multi-scale context aggregation with dilated convolutions简单讨论下dilated conv，中文可以叫做空洞卷积或者扩张卷积。首先介绍一下dilated conv诞生背景[4]，再解释dilated conv操作本身，以及应用。首先是诞生背景，在图像分割领域，图像输入到CNN（典型的网络比如FCN[3]）中，FCN先像传统的CNN那样...
【论文阅读】基于单幅图像的快速去雾
hyfine
07-18 2903
基于单幅图像的快速去雾 刘倩, 陈茂银, 周东华 第25届中国控制与决策会议论文集. 2013. 本文提出了一种基于均值滤波的去雾算法，算是后续多种基于均值滤波去雾算法的鼻祖。虽然本文于2013提出，当时何凯明的暗通道去雾算法已经非常有名，但是本文算法以其简单、快速、实际去雾效果好的特点，引起广大研究者的关注，本文也算是去雾论文里比较出名的中文论文。 本文将从两个方面介绍该论文。主要是A的求法、T...
Vehicle Color Recognition using Convolutional Neural Network
程永强
12-05 2586
Vehicle Color Recognition using Convolutional Neural Network Reza Fuad Rachmadi, I Ketut Eddy Purnama Department of Multimedia and Networking Engineering, Institut Teknologi Sepuluh Nopember, Surabaya...
基于深度学习的图像去模糊（两篇经典的文献阅读笔记）
zseqsc_asd的博客
01-11 2万+
基于神经网络的动态场景图像去模糊 参考文献：2017 CVPR Deep Multi-scale Convolutional Neural Network for Dynamic Scene Deblurring 原文链接：https://arxiv.org/pdf/1612.02177.pdf 基于深度学习的方法和传统的优化的方法都提出了对于图像的非均匀模糊问题进行了解决，但对于动态场景的模糊问...
绩效考核方案(前端部门)修改版.(1).doc
最新发布
07-28
绩效考核方案(前端部门)修改版.(1).doc
Single Image Haze Removal Using Dark Channel Prior引用
03-19
### 单图像去雾技术概述 单图像去雾是一种计算机视觉领域的重要研究方向，旨在通过算法去除雾霾天气下拍摄的照片中的模糊效果。一种广泛认可的技术是由何凯明等人提出的基于暗通道先验的方法[^1]。 #### 暗通道先验理论基础 暗通道先验的核心假设是在大多数无雾自然图像中，局部区域至少有一个颜色通道具有较低的强度值。这一特性可以用来估计场景的大气光成分以及传输图，从而实现去雾处理。 以下是该方法的主要流程： 1. **大气光估计**：通过对输入图像亮度较高的像素点分析得到全局大气光照A。 2. **透射率计算**：利用暗原色先验模型来估算每一点处光线透过比例t(x)，即所谓的透射率map。 3. **恢复清晰图像**：最后依据物理散射模型重构原始无雾图片I(x)=J(x)t(x)+A(1-t(x))，其中J代表目标真实色彩。 ```python import cv2 import numpy as np def dark_channel_prior(im, w_size=15): min_channels = cv2.erode(cv2.min(cv2.min(im[:, :, 0], im[:, :, 1]), im[:, :, 2]), np.ones((w_size,w_size),np.uint8)) return min_channels def estimate_atmosphere(image, dark_ch): # Implementation details omitted for brevity. pass def transmission_estimation(image, atmospheric_light): # Implementation details omitted for brevity. pass def recover_image(input_img, t_map, A): # Implementation details omitted for brevity. pass ``` 上述代码片段展示了如何定义并应用暗通道函数dark_channel_prior()作为第一步操作的一部分。 ### 实现注意事项 实际编程过程中需要注意边界条件处理、噪声抑制等问题以提高最终成像质量。此外还可以考虑引入软抠图机制进一步优化结果表现。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值