控制与决策

作者：南栋,王志田,郑少华,何林远

单位：陆军装甲兵学院蚌埠校区，安徽蚌埠233050,,陆军装甲兵学院蚌埠校区，安徽蚌埠233050,,陆军装甲兵学院蚌埠校区，安徽蚌埠233050,,空军工程大学航空工程学院，西安710038,

关键词：图像去雾;雾天退化模型;稀疏表示;学习框架

基金：国家自然科学基金项目(61701524)；陆军装甲兵学院蚌埠校区自主立项课题项目(2018XQ21).

针对现有基于先验假设的图像去雾算法无法普适性求解问题,提出一种基于稀疏系数匹配学习的图像去雾算法.该算法从图像复原角度出发,将雾天退化模型的求解转换为基于数据库的稀疏系数匹配.之后,从图像增强角度着手,将图像高亮区域对比度恢复量化为反馈迭代问题,进而有效提升图像的视觉效果.实验结果表明,所提出的算法在获得较好去雾结果的同时能够有效提升图像细节和对比度,并具有较强的适用性.

来源：2020年第11期

《控制与决策》期刊编辑部

查看控制与决策杂志2020年第11期