结合K均值聚类的暗通道去雾改进算法

发布时间：2017-09-06 19:44

  本文关键词：结合K均值聚类的暗通道去雾改进算法

  更多相关文章： 暗原色先验去雾 透射率 大气光强度 K均值聚类

【摘要】：针对暗通道先验去雾算法在处理单幅图像去雾时计算复杂度高且对于天空等高亮区域有局限性而易产生失真的问题,从暗通道模型出发,提出首先利用双暗通道拟合进行透射图估计,然后采用K均值聚类算法对有雾图像进行区域分类之后再针对天空区域估计出大气光强度的算法。该算法增强了图像的细节信息,并大大降低了计算复杂度,且提升了大气光强度估计值的准确性,有效抑制了高亮区域的失真。主观和客观评价表明,该算法能够取得比传统算法更好的去雾效果。
【作者单位】： 重庆邮电大学智能仪器仪表及工业自动化与测试技术创新团队;
【关键词】： 暗原色先验去雾 透射率 大气光强度 K均值聚类
【基金】：重庆市教委科学技术研究项目(KJ1400434)
【分类号】：TP391.41
【正文快照】： 0引言当前雾霾已经成为一种常见的自然现象,它会导致图像中目标的对比度降低、饱和度下降和色调偏移,极大地影响了各种户外视觉系统的发挥,因此,围绕如何有效去雾人们提出了各种方法[1]。近年来,利用单幅图像去雾的研究取得了很大进展。Tan[2]利用最大化局部对比度的方法来恢

【相似文献】

中国期刊全文数据库 前10条

1 顾涛,张兴智;K均值聚类法结果的非确定性实验研究及其改进[J];计算机学报;1984年05期

2 范九伦;;抑制式模糊C-均值聚类研究综述[J];西安邮电大学学报;2014年03期

3 杨晓波;;基于模糊C均值聚类的织物平整度等级评定[J];计算机应用与软件;2006年09期

4 张帅钦;张波涛;;基于层次的K-均值聚类[J];现代电子技术;2008年16期

5 叶小倩;;基于k均值聚类的簇集成方法的设计与实现[J];电脑知识与技术;2011年36期

6 叶吉祥,谭冠政,路秋静;基于核的非凸数据模糊K-均值聚类研究[J];计算机工程与设计;2005年07期

7 梁颖红;赵铁军;于浩;姚健民;徐冰;;基于改进K-均值聚类的汉语语块识别[J];哈尔滨工业大学学报;2007年07期

8 武小红;周建江;;可能性模糊C-均值聚类新算法[J];电子学报;2008年10期

9 左思强;;基于模糊C均值聚类方法的长江流域主要城市水质分析[J];福建电脑;2011年03期

10 晁学鹏;;一种基于K均值聚类的下采样算法[J];科技通报;2013年08期

中国重要会议论文全文数据库 前3条

1 缪晓雷;戴政国;陈建新;;基于模糊C均值聚类的冠状动脉血管自动提取[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

2 刘元元;刘华平;高蒙;孙富春;孟丽霞;;GPU加速的在线K均值聚类粒子滤波跟踪算法[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

3 周霄鹏;齐瑞云;;一种基于改进型可能性C-均值聚类和故障向量的未知类型故障诊断方法[A];第24届中国控制与决策会议论文集[C];2012年

中国硕士学位论文全文数据库 前6条

1 王军婷;K均值聚类分割的多特征图像检索方法研究[D];南昌航空大学;2011年

2 于洋;模糊聚类分析中模糊c均值聚类计算方法研究[D];沈阳工业大学;2009年

3 宋清栋;模糊c均值聚类技术研究[D];广西师范大学;2012年

4 刘伟;K调和均值聚类分析原理及应用[D];山西医科大学;2014年

5 陈丽萍;模糊C-均值聚类的研究[D];燕山大学;2009年

6 蔺立娜;基于模糊C均值聚类与支持向量机的交通标志识别研究[D];燕山大学;2013年

，

本文编号：805086