去雾论文: Real-time single-image defogging of IoT-based surveillance video based on MAP

Liu X. 实时基于MAP的物联网监控视频单图像去雾技术[J]. TVK, 2020, (4): 1262–1269 (注：见原文)

基于MAP的物联网监控视频单幅图像实时去雾

2 材料方法

2.1 基于MAP的超分辨率图像重建算法的改进

2.2 单幅图像去雾算法

基于模糊集理论的研究成果基础上

去雾算法的过程如下

基于模糊数学理论对物联网中的中实现段进行

(2) 利用双边滤波技术对大气光幕U(i,j)进行估计与去除,从而完成对高分辨率图像的大气去雾处理.该方法具有计算效率高的特点,并且变量i、j分别代表图像中的像素位置.

2.2.1 基于模糊分类的大气光强计算

如果仅基于最高像素值估算大气光强G，则可能出现较大的误差..."这些噪声或纯白色的物体可能会影响其计算精度...为此提出了一种基于模糊集分割模式的方法来区分IoT监控视频中的天空区域与其他区域，并通过算法实现对非天空区域的大气光强G的高精度估算。同时涉及暗通道处理的问题（如图1所示）。其中重点讨论的是图像区域划分问题。

天空部分呈现高亮度与均衡灰度特征，在IoT设备监控采集的画面中，则该区域各通道参数K（色度）、R（饱和度）、L（亮度）均值较高但方差较小[20]。由此，在基于IoT设备监控采集的画面中构建特征向量YKRL时，则主要依据各通道参数