基于暗原色先验与Retinex理论的去雾算法

doi:10.3969/j.issn.1007-2985.2014.02.012

journal6 ›› 2014, Vol. 35 ›› Issue (2): 52-56.DOI: 10.3969/j.issn.1007-2985.2014.02.012

基于暗原色先验与Retinex理论的去雾算法

舒婷，邓波，陈炳权，刘耀峰

（吉首大学物理与机电工程学院，湖南吉首 416000）

出版日期:2014-03-25 发布日期:2014-05-09
通讯作者: 陈炳权（1972-）男，湖南桃源人，吉首大学物理与机电工程学院副教授，硕士生导师，电路与系统专业博士生，主要从事模式识别、信号处理和智能控制等研究.
作者简介:舒婷（1989-），女，湖南娄底人，吉首大学物理与机电工程学院无线电物理硕士研究生，主要从事信号处理与模式识别研究
基金资助:
湖南省自然科学基金资助项目（12GJ6055）；湖南省科技厅科技计划项目（2010FJ4107）；吉首大学科研资助项目（13JDY014）

Defogging Algorithm Based on the Prior Dark-Channel and Theory of Retinex

SHU Ting, DENG Bo, CHEN Bing-Quan, LIU Yao-Feng

(College of Physics and Mechanical & Electrical Engineering，Jishou University，Jishou 416000,Hunan China)

Online:2014-03-25 Published:2014-05-09

摘要/Abstract

摘要：为提高雾霾图像的清晰化程度，采用暗原色先验方法与多尺度Retinex(MSR)算法相结合的方式，提出基于暗原色先验与Retinex理论的去雾算法.首先，采用暗原色先验方法对协雾霾图像进行物理意义上的去雾，雾霾图像细节得到增强；其次，将处理后的雾霾图像作为MSR算法的原始输入图像，雾霾图像对比度与平均亮度增大.仿真实验表明，该算法处理的雾霾图像对比度得到增大，图像平均亮度适中，总体效果较好，可在一定程度上提高雾霾图像的清晰度.

关键词： Retinex算法, 图像增强与复原, 直方图, 标准差, 熵

Abstract: To improve the sharpness of the hazy image，utilizing the prior dark-channel method and the multiscale Retinex (MSR) algorithm，a defogging algorithm based on the prior dark-channel and the theory of Retinex is proposed in this paper.First of all，the prior dark-channel method is applied to dehaze the original image in physically，and the detail of image is thus enhanced.Then，the image obtained is treated as the originated input of the MSR algorithm.After that the contrast and average brightness of the final image are improved.Simulation shows that the contrast of hazy image is increased，the average brightness of image is moderate，and the overall effect is good.Furthermore，the clarity of hazy image can be improved in some extent.

Key words: Retinex algorithm, image enhancement and restoration, histogram, standard deviation, entropy

舒婷, 邓波, 陈炳权, 刘耀峰. 基于暗原色先验与Retinex理论的去雾算法[J]. journal6, 2014, 35(2): 52-56.

SHU Ting, DENG Bo, CHEN Bing-Quan, LIU Yao-Feng. Defogging Algorithm Based on the Prior Dark-Channel and Theory of Retinex[J]. journal6, 2014, 35(2): 52-56.

[1]	何林海, 李佳嘉, 吴吉林, 邓子怡, 钟颖. 武陵山片区健康城市建设时空变化[J]. 吉首大学学报（自然科学版）, 2022, 43(3): 84-92.
[2]	唐业喜, 周盛芳, 李智辉. 张家界市大鲵产业扶贫绩效动态评价[J]. 吉首大学学报（自然科学版）, 2020, 41(5): 52-57.
[3]	周潭，莫礼平，胡美琪，李航程. 基于MEM和HMM的中文词性标注方法[J]. 吉首大学学报（自然科学版）, 2020, 41(2): 15-18.
[4]	陈艳红，唐业喜. 张家界市旅游-经济-生态系统的耦合协调度[J]. 吉首大学学报（自然科学版）, 2020, 41(2): 64-68.
[5]	袁超权，彭小凡，隆照金，张勇. 基于全局熵值法和数据包络分析的效率评价——以湖南省经济发展指标为例[J]. 吉首大学学报（自然科学版）, 2019, 40(6): 61-65.
[6]	邱国枢，张翔，刘军，王蕾，田青，郭建华. 基于图像处理的车辆识别系统设计[J]. 吉首大学学报（自然科学版）, 2019, 40(5): 18-24.
[7]	贺电，谭渡渡，何海零，邹晟，钟佳辰，王庭婷. 基于气象大数据的配网故障数量预测[J]. 吉首大学学报（自然科学版）, 2019, 40(1): 53-56.
[8]	林涛,章栋宇，赵利平. 一种Alpha图像串匹配编码中熵编码的改进算法[J]. 吉首大学学报（自然科学版）, 2019, 40(1): 57-60.
[9]	曾磊，曾芳艳，冯午阳，张书真，宋海龙. 基于颜色与缺陷检测的椪柑分级算法[J]. 吉首大学学报（自然科学版）, 2018, 39(6): 21-25.
[10]	彭思江，戴厚平，周成富，刘倩. 基于HOG/PCA/SVM的跨年龄人脸识别算法[J]. 吉首大学学报（自然科学版）, 2018, 39(5): 24-28.
[11]	孙全德，邓雪. 均值-半方差-熵投资组合优化模型[J]. 吉首大学学报（自然科学版）, 2017, 38(3): 86-90.
[12]	雷艳锦，帅红. 基于熵权法的南县土地生态安全评价[J]. 吉首大学学报（自然科学版）, 2016, 37(4): 40-44.
[13]	谭亚鹏，李丽华，张书真. 自适应Retinex与Canny的炉膛火焰边缘检测算法[J]. 吉首大学学报（自然科学版）, 2016, 37(3): 42-46.
[14]	郭海涛, 徐雷, 赵红叶, 田原嫄, 焦圣喜. 多尺度形态梯度和标记分水岭的时频谱图分割[J]. journal6, 2015, 36(4): 12-17.
[15]	郭海涛, 赵红叶, 徐雷, 侯一民, 焦圣喜. 多分辨分析和K均值聚类改进FCM图像分割[J]. journal6, 2015, 36(2): 29-32.

基于暗原色先验与Retinex理论的去雾算法

Defogging Algorithm Based on the Prior Dark-Channel and Theory of Retinex

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价