通过改进的物理模型和高斯总变分恢复现实世界模糊图像的可见度
•
2024-03-12 15:10:07
摘要 在现实雾霾条件下，捕获的图像不仅受到雾霾的影响，而且还受到噪声的影响，从而显着恶化图像的可见度。然而，现有的除雾方法大多主要关注雾...
在现实雾霾条件下，捕获的图像不仅受到雾霾的影响，而且还受到噪声的影响，从而显着恶化图像的可见度。然而，现有的除雾方法大多主要关注雾霾的退化，而没有考虑噪声的干扰。
针对上述问题，熊海灵和刘云领导的研究团队于 2024年2月15日在 高等教育出版社和施普林格·自然联合出版的《计算机科学前沿》上发表了他们的最新研究成果。 该团队提出了一种新颖的统一变分模型，由多个有效约束组成，可同时获得无雾图像、透射图和噪声图。所提出的模型可以同时实现去雾和噪声抑制。与现有研究结果相比，该算法在保证可见性的同时抑制了隐藏噪声。 在研究中，他们精心设计了一种新颖的变分模型，该模型由全变分正则化项、高斯全变分正则化项和L2范数正则化项组成，分别约束场景辐射度、传输图和整体噪声图。通过采用重新加权优化策略，对所提出的变分模型进行求解以获得无雾图像。与以前的去雾方法相比，我们提出的统一变分模型可以在抑制噪声放大的同时实现去雾。 实验是在现实世界的模糊图像上进行的。大量的实验数据表明，我们提出的统一变分模型可以实现优异的去雾效果，显着提高现实世界模糊图像的质量和可见度。此外，我们提出的模型还显示了噪声抑制的能力。在未来的工作中，我们计划探索参数自适应的统一模型或网络，能够自适应地调整参数或自动学习模型参数，从而增强模型的鲁棒性。
版权声明：本文由用户上传，如有侵权请联系删除！
标签：