吴怀宇_中国科学院分享 http://blog.sciencenet.cn/u/wuhuaiyu 博士、副教授 「模式识别国家重点实验室」&「中国-欧洲信息,自动化与应用数学联合实验室」

博文

[CV论文读讲] 图像去雾概述

已有 8559 次阅读 2012-12-2 21:05 |系统分类:科研笔记| 论文

(附件含源代码)


主要目标:1、去雾是个什么问题? 2、有哪些算法?好不好?快不快?
1. 侧重去雾模型;
2. 侧重于实时性;
3. 面向具体问题:无人驾驶车、路牌识别。


内容
1. 问题引出
2. 物理建模
3. 研究意义与现状
研究意义
方法分类
国内现状
4. 典型去雾算法
Dark Channel Prior(DCP)去雾算法
DCP 改进算法
基于半求反的检测去雾算法(Semi-Inverse)
5. 总结与建议


问题引出:
雨、雾、雪等自然现象很容易导致户外图像降质;
普通的图像增强算法不能有效的处理这些降质图像。
通过对大气传输模型的研究,Narasimhan 等提出了目前通
用的去雾物理模型,去雾效果大大提升。

方法分类
多幅图像去雾
1. 同一场景点不同偏振光条件下多幅图像——Yoav Y.
Schechner CVPR 2001
2. 同一场景不同季节的图像——Srinivasa G. Narasimhan
PAMI 2003;
3. 已知深度(卫星提供或者已知三维模型)——Kpof Siggraph
Asia 2008
4. 红外和可见光两幅图像融合——Lex Schaul ICIP 2009
单幅图像去雾
1. 极大化局部对比度(梯度和)——Tan CVPR 2008;
2. ICA——Fattal Siggraph 2008
3. Dark Channel Prior()——He CVPR 2009;
4. MDCP——Kristofor OCEANS 2010
5. Semi Inverse——Kristofor Gibson Siggraph Asia 2010

总结
介绍了经典的去雾模型和求解思路;
重点讲述了何博士的DCP 算法去雾算法(效果较为理想,速度慢);
简单介绍了两种基于DCP 改进的MDCP 和Semi Inverse算法(满足实时要求)。

 

相关PPT下载详见 “视觉计算研究论坛”「SIGVC BBS」:http://www.sigvc.org/bbs/thread-32-1-2.html



https://wap.sciencenet.cn/blog-4099-638552.html

上一篇:[CV研究探讨] 计算机科学各方向最佳论文(since 1996)
下一篇:[CV论文读讲] ICCV11-Face Recognition Based on Non-Corresp

0

该博文允许注册用户评论 请点击登录 评论 (1 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-6-30 13:18

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部