کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6864532 1439544 2018 14 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A multi-scale fusion scheme based on haze-relevant features for single image dehazing
ترجمه فارسی عنوان
یک طرح همجوشی در مقیاس چندگانه براساس ویژگی های مرتبط با حساسیت برای خنثی کردن یک تصویر
ترجمه چکیده
تصاویر در فضای باز اغلب با اسپریهای موجود در هوا در شرایط بدی مانند حساس به نظر میرسند. برای مقابله با این پدیده، محققان روش های زیادی را پیشنهاد کرده اند و تکنیک های تک نفوذ تصویر بیشتر مورد توجه قرار گرفته اند. به تازگی یک استراتژی مبتنی بر فیوژن نتایج خوبی به ارمغان می آورد، که دو تصویر افزایش یافته از یک تصویر را به وجود می آورد و آنها را ترکیب می کند تا تصویر بدون احساس بدون احساس را پیدا کند. با این حال، هنوز در برخی از نقاط ضعف در تصاویر ورودی و نقشه های وزن، که باعث می شود ترمیم آنها کمتر طبیعی است. در این مقاله، ما یک طرح همجوشی چندگانه برای یک تصویر تصادفی را پیشنهاد می کنیم. برای اولین بار از یک عادت رنگ سازگار برای از بین بردن یک پدیده رایج، اعوجاج رنگ، در شرایط غلیظ استفاده می کنیم. سپس دو تصویر پیشرفته، از جمله تصویری که به تازگی ارائه داده شده به صورت محلی ارائه شده است، ترکیب شده اند. پس از آن، پنج ویژگی مرتبط با حساس کانال تاریک، وضوح، حساسیت، روشنایی و رنگی مورد بررسی قرار می گیرند، زیرا این می تواند به عنوان نقشه های وزن برای همجوشی خدمت کند. کانال تاریک، ویژگی های شفافیت و شفافیت در نهایت به دلیل توانایی بیان و اتصال به اینترنت کمتر انتخاب می شوند. همجوشی با یک لایه لایه توسط یک لایه استراتژی هرم انجام می شود. تصاویر مخلوط چند منظوره به روش پایین به بالا ترکیب می شوند. در آخرین آزمایش های کمی نشان می دهد که رویکرد ما اثربخشی دارد و نتایج بهتر از سایر روش ها را به ارمغان می آورد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
Outdoor images are often degraded by aerosols suspending in atmosphere in bad weather conditions like haze. To cope with this phenomenon, researchers have proposed many approaches and single image based techniques draw attention mostly. Recently, a fusion-based strategy achieves good results, which derives two enhanced images from single image and blends them to recover haze-free image. However, there are still some deficiencies in the fusion-input images and weight maps, which leads their restoration less natural. In this paper, we propose a multi-scale fusion scheme for single image dehazing. We first use an adaptive color normalization to eliminate a common phenomenon, color distortion, in haze condition. Then two enhanced images, including our newly presented local detail enhanced image, are derived to be blended. Thereafter, five haze-relevant features of dark channel, clarity, saliency, luminance and chromatic are investigated since those can serve as weight maps for fusion. Dark channel, clarity and saliency features are finally selected due to their expression abilities and less interconnection. The fusion is processed with a pyramid strategy layer-by-layer. The multi-scale blended images are combined in a bottom-up manner. At last quantitative experiments demonstrate that our approach is effectiveness and yields better results than other methods.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 283, 29 March 2018, Pages 73-86
نویسندگان
, , , , , ,