服務(wù)支持Service support
熱門(mén)產(chǎn)品Hot products
解決方案Solution
聯(lián)系方式Contact information
首頁(yè) > 服務(wù)支持> 常見(jiàn)問(wèn)題
說(shuō)到透霧算法，最典型的應(yīng)用就是數(shù)字透霧技術(shù)。數(shù)字透霧技術(shù)可以在透霧時(shí)，保留圖像原有的色彩，而數(shù)字透霧的核心就是透霧算法。前面提到，透霧算法主技術(shù)有兩個(gè)階段，第一階段的“淺透霧”是一種基于非模型的圖像增強(qiáng)方法，通過(guò)提高比度，滿足主觀視覺(jué)的要求來(lái)達(dá)到清晰化的目的;第二階段的“算法透霧”是基于模型的圖像復(fù)原方法，它考查圖像退化的原因，將退化過(guò)程進(jìn)行建模，采用逆向處理，以最終解決圖像的復(fù)原問(wèn)題。
目前通過(guò)增強(qiáng)的方式(淺透霧)來(lái)進(jìn)行透霧處理典型的方法包括：直方圖均衡化、濾波變換方法和基于模糊邏輯的方法。直方圖均衡化方法，其中全局化方法運(yùn)算量小但對(duì)細(xì)節(jié)的增強(qiáng)不夠;局部均衡方法效果較好，但可能引入塊狀效應(yīng)、計(jì)算量大、噪聲被放大及算法效果不易控制的問(wèn)題。濾波變換的透霧算法，通過(guò)局部處理能獲得相對(duì)較好的處理結(jié)果，但它們的計(jì)算量巨大、資源消耗多、不適于實(shí)時(shí)性要求較高的設(shè)備。已知的基于模糊邏輯的方法透霧的效果不夠理想。
基于圖像增強(qiáng)的方法(算法透霧)能在一定程度上提高圖像對(duì)比度，并通過(guò)增強(qiáng)感興趣區(qū)域來(lái)提升可識(shí)別度。但該方法未能從圖像退化過(guò)程的原因入手進(jìn)行補(bǔ)償，因此它只能改善視覺(jué)感受而不能獲得很好的透霧效果。所以，真正的數(shù)字透霧是基于圖像復(fù)原來(lái)實(shí)現(xiàn)的，也就是我們通常所說(shuō)的“算法透霧”。
基于圖像復(fù)原的方法主要有以下幾類(lèi)：濾波方法、最大熵方法與圖像退化函數(shù)估計(jì)法等。濾波方法如卡爾曼濾波方法，整體而言計(jì)算量較大。最大熵法能獲得較高的分辨率但是其非線性、計(jì)算量大、數(shù)值求解困難。圖像退化函數(shù)估計(jì)法大多依據(jù)一定的物理模型來(lái)設(shè)計(jì)，需要在不同的時(shí)間點(diǎn)采集多幅圖像作為參考圖像，以便確定物理模型中的多個(gè)參數(shù)，而最終求解得到無(wú)霧狀態(tài)下的結(jié)果圖像。
最新產(chǎn)品
New products
了解更多>
技術(shù)支持
Technical Support
了解更多>
常見(jiàn)問(wèn)題
Common problem
了解更多>
