文献类型：期刊文章

作　　者：王小芳[1,2] 方登杰[1] 何海瑞[1] 邹倩颖[1]

WANG Xiaofang;FANG Dengjie;HE Hairui;ZOU Qianying(Department of Cloud Computing Science and Technology,Chengdu College of University of Electronic Science and Technology of China,Chengdu 611731,China;Computer Academy,China West Normal University,Chengdu 637002,China)

机构地区：[1]电子科技大学成都学院云计算科学与技术系,四川成都611731 [2]西华师范大学计算机学院,四川南充637002

出　　处：《实验技术与管理》

基　　金：成都市科技局重点研发支撑计划技术创新研发项目(2018-YFYF-00191-SN)。

年　　份：2020

卷　　号：37

期　　号：9

起止页码：92-97

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、IC、JST、RCCSE、核心刊

摘　　要：针对Retinex去雾后图片模糊、细节不明显现象,该文提出基于多尺度细节优化的MSRCR图像去雾算法。该算法首先采用MSRCR对图片进行整体去雾操作,在MSRCR算法处理图像像素分类过程中,为降低像素分类时间,该文采用K近邻算法(K nearest neighbor,KNN)对图片像素进行快速分类;然后采用双边滤波算法对处理后的图片中的噪声和边缘损失进行处理;最后采用MsDB算法对图片细节进行优化。实验结果表明,该文算法相较传统算法而言,在合成雾天图像处理后图片的峰值信噪比(peaksignaltonoise ratio,PSNR)和结构相似性(structural similarity,SSIM)平均分别提升22.03%和21.58%;较自然雾天处理后图片的平均梯度、信息熵、Vollaths值平均分别提升127.62%、6.96%、227.61%。

关 键 词：MSRCR  KNN 双边滤波 MsDB  

分 类 号：TP391]