暗通道去雾技术和聚类算法的优化研究
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Zhang Xin 1?? Chen Huyue 2?? Zhai Chao 1 Zhang Junpeng 3? Xu Bin 4(College of Information Science and Technology, Dalian Maritime University, 116026,China)1
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在交通运输行业中,每当天气中含有大量雾尘的时候,大气会发生散射,会对驾驶人员的视觉造成一定的干扰,对交通安全有着极大隐患。为避免交通事故的发生,我们在原有算法的基础之上,结合机器学习中的K—means聚类算法进行了优化研究,对含有雾的图像进行了去雾处理,使得图像的能见度增加。根据现实研究当中问题的实际情况,我们建立了暗原色模型,并利用暗原色算法拟合透射率,用K—means算法进行聚类分析进行处理强化图像的特征,结合估计出来的大气光强,利用去雾算法得到最终的无雾图像。最后我们通过Matlab进行分析演示,并且与其他算法的去雾处理图像进行对比与分析,图片更加清晰,可以很好的应用在航海交通,公路运输,气象遥感等方面的去雾领域,具有一定的应用价值。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

张鑫,陈虎越,翟超,张俊鹏,徐斌.暗通道去雾技术和聚类算法的优化研究计算机测量与控制[J].,2019,27(7):146-149.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2018-12-19
  • 最后修改日期:2019-01-13
  • 录用日期:2019-01-14
  • 在线发布日期: 2019-07-30
  • 出版日期:
文章二维码