基于超像素暗通道和改进导向滤波的农业图像去雾方法
Agricultural Image Dehazing Method Based on Super-pixel Dark Channel and Improved Guided Filtering作者机构:新疆大学机械工程学院乌鲁木齐830047 新疆维吾尔自治区农牧机器人及智能装备工程研究中心乌鲁木齐830047
出 版 物:《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)
年 卷 期:2021年第52卷第12期
页 面:264-272页
核心收录:
学科分类:082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金:新疆维吾尔自治区研究生科研创新项目(XJ2019G033)。
主 题:农业图像 去雾 超像素分割 暗通道先验 导向滤波 自适应容差
摘 要:针对传统暗通道先验算法运算速度慢以及适用性差的问题,提出了一种基于超像素级暗通道先验和自适应容差机制改进导向滤波算法的农业图像去雾方法。首先利用超像素分割获得具有一致颜色和亮度属性的超像素块并估计不规则区域块的透射率,引入导向滤波算法并利用自适应平滑参数细化透射率得到更为细致的边缘信息,加入自适应容差机制,使其能够根据图像明亮区域的变化和雾霾的浓度对透射率进行自适应补偿修正,得到最优透射率。最后对局部大气光估计和适应性调整,根据大气散射模型得到质量更高的复原图像。试验以6幅农业场景图像为例进行去雾研究,采用主观和客观评价指标评价去雾结果,与传统去雾算法相比,本文方法恢复的图像色彩更真实,细节更丰富,并且在一定像素范围内具有较高的实时性,可为农情信息解析提供研究基础。