申请/专利权人:安徽工业大学
申请日:2024-03-18
公开(公告)日:2024-06-11
公开(公告)号:CN118172280A
主分类号:G06T5/73
分类号:G06T5/73;G06V10/774
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.28#实质审查的生效;2024.06.11#公开
摘要:本发明公开了一种基于暗通道先验与人工蜂群算法结合的去雾方法,属于图像处理技术领域。所述方法包括:S1:选取有雾图像数据集,并求取数据集中每个图像的平均亮度;S2:对数据集图像去雾并求取去雾图像的信息熵;S3:利用人工蜂群算法与信息熵结合得到数据集中图像的最优因子及信息熵;S4:根据S1中的图像平均亮度与S3中的最优因子,寻找两者的线性关系;S5:选取任意图片,求取其图像平均亮度,根据S4得到的线性关系选取最优的保留因子进行去雾。本发明利用人工蜂群优化算法借助图像的客观评价标准寻找出最适合该图像的寻优因子。同时,在估计大气光值时采用中值滤波算法,提升了去雾效果和运行速度。
主权项:1.一种基于暗通道先验与人工蜂群算法结合的去雾方法,其特征在于,包括以下步骤:S1:选取有雾图像数据集,并求取数据集中每个图像的平均亮度;S2:对数据集图像去雾并求取去雾图像的信息熵;S3:利用人工蜂群算法与信息熵结合得到数据集中图像的最优因子及信息熵;S4:根据S1中的图像平均亮度与S3中的最优因子,寻找两者的线性关系;S5:选取任意图片,求取其图像平均亮度,根据S4得到的线性关系选取最优的保留因子进行去雾。
全文数据:
权利要求:
百度查询: 安徽工业大学 一种基于暗通道先验与人工蜂群算法结合的去雾方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。