Resumen

Centrándose en los problemas de bajo contraste y baja definición de imágenes degradadas por la niebla, este artículo propone un algoritmo de desempañado de imágenes basado en representación dispersa. En primer lugar, el algoritmo transforma la imagen del espacio RGB al espacio HSI y utiliza la transformada wavelet de dos niveles para extraer características de los componentes de brillo de la imagen. Luego, utiliza el algoritmo K-SVD para entrenar un diccionario y aprender las características dispersas de la imagen libre de niebla para reconstruir los componentes I de la imagen con niebla. El uso del enfoque de estiramiento no lineal para el componente de saturación mejora el brillo de la imagen. Finalmente, se convierte del espacio HSI al espacio de color RGB para obtener la imagen desempañada. Los resultados experimentales muestran que el algoritmo puede mejorar efectivamente el contraste y el efecto visual de la imagen. En comparación con varios algoritmos comunes de desempañado, el porcentaje de píxeles de saturación de la imagen es mejor que el algoritmo

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Algoritmo; Imagen; Niebla; Contraste; Desempañado; Características
• Keywords:Algorithm; Image; Fog; Contrast; Defogging; Features