مه زدایی عکس های رنگی با استفاده از فیلتر محیطی و کانال تاریک مقدم (پیشین)
Color image dehazing using surround filter and dark channel prior
مشخصات کلی
سال انتشار | 2018 |
کد مقاله | 3995 |
فرمت فایل ترجمه | Word |
تعداد صفحات ترجمه | 13 |
نام مجله | Journal of Visual Communication and Image Representation |
نشریه | ScienceDirect |
درج جداول و شکل ها در ترجمه | انجام شده است |
جداول داخل مقاله | ترجمه شده است |
چکیده فارسی
تصاویر بیرونی (در فضای آزاد)، اغلب توسط مه، بخار (به طور کلی هر چیز ابهام آمیز)، تنزل کیفیت پیدا می کنند، که این موارد منجر به یک تصویر (رنگ تصویر) مایل به آبی یا خاکستریِ متمایز، می شوند که قابلیت دید را کاهش می دهد. از متدهای حذف مه موجود، آنهایی که کارآمد هستند، از لحاظ محاسباتی و مصرف حافظه، پیچیده و گران می باشند. در این مقاله، ما یک تکنینک حذف مه ساده را ارائه کردیم، که پیچیدگی محاسباتی اش به اندازه یک پیچیدگی ساده است. برای این هدف، یک فیلتر محیطی مرکزی برای بهبود سرعت و الزامات حافظه تخمین انتقال در مه زدایی تصویر، به کار گرفته می شود. این می تواند برای برنامه های کاربردی بلادرنگ ، مانند کمک راننده، تشخیص مجرای خطر و نظارت، مفید باشد. تکنیک ارائه شده به استنتاج یک ارزیابی انتقال جایگزین، با فیلتر کردن تصویر ورودی در فضاهای رنگی مختلف، با نام های RGB، Lab، و HSV، بستگی دارد. تأثیر و کارآمدی متد ارائه شده با کارآمدی سایر متدهای جدید با استفاده از یک متد ارزیابی ذهنی و تعدادی متد ارزیابی کیفیت عینی، مقایسه شده است.
چکیده لاتین
Outdoor images are often degraded by haze, resulting in a distinctive gray or bluish hue which diminishes visibility. Of the existing haze removal methods, the ones that are effective are computationally complex and memory intensive. In this paper, we propose a simple haze removal technique, whose computational complexity is that of a simple convolution. To this purpose, a center surround filter is employed to improve speed and memory requirements of the transmission estimation in image dehazing. This can be useful for real time applications such as driver assistance, runway hazard detection and surveillance. The proposed technique relies on deriving an alternative transmission estimate by filtering the input image in three different color spaces, namely RGB, Lab and HSV. The effectiveness of the proposed method is compared with that of other state of the art methods using a subjective quality assessment method and a number of objective quality assessment methods.
خرید و دانلود ترجمه این مقاله:
جهت خرید این مقاله ابتدا روی لینک زیر کلیک کنید، به صفحه ای وارد می شوید که باید نام و ایمیل خود را وارد کنید و پس از آن روی دکمه خرید و پرداخت کلیک نمایید، پس از پرداخت بلافاصله به سایت بازگشته و می توانید فایل خود را دانلود کنید، همچنین لینک دانلود به ایمیل شما نیز ارسال خواهد شد.
هیچ دیدگاهی برای این مقاله ثبت نشده است
دیدگاه ها