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，最典型的應用就是數字透霧技術(shù)。數字透霧技術(shù)可以在透霧時(shí)，保留圖像原有的色彩，而數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方法，通過(guò)提高比度，滿(mǎn)足主觀(guān)視覺(jué)的要求來(lái)達到清晰化的目的;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原問(wèn)題。
目前通過(guò)增強的方式(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，其中全局化方法運算量小但對細節的增強不夠;局部均衡方法效果較好，但可能引入塊狀效應、計算量大、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較好的處理結果，但它們的計算量巨大、資源消耗多、不適于實(shí)時(shí)性要求較高的設備。已知的基于模糊邏輯的方法透霧的效果不夠理想。
基于圖像增強的方法(算法透霧)能在一定程度上提高圖像對比度，并通過(guò)增強感興趣區域來(lái)提升可識別度。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，真正的數字透霧是基于圖像復原來(lái)實(shí)現的，也就是我們通常所說(shuō)的“算法透霧”。
基于圖像復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估計法等。濾波方法如卡爾曼濾波方法，整體而言計算量較大。最大熵法能獲得較高的分辨率但是其非線(xiàn)性、計算量大、數值求解困難。圖像退化函數估計法大多依據一定的物理模型來(lái)設計，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，而最終求解得到無(wú)霧狀態(tài)下的結果圖像。
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>
