Resumen

Bajo condiciones climáticas severas, como la neblina, el equipo de adquisición de imágenes no es efectivo. A menudo produce una imagen con bajo contraste y baja luminosidad de escena, lo que dificulta su uso en otras aplicaciones basadas en imágenes. El algoritmo de desempañado basado en el canal oscuro provocará que la luminosidad de la imagen disminuya y a veces introduzca halos en el área del cielo. Para resolver este problema, propusimos un algoritmo de optimización de similitud de regiones basado en un canal oscuro previo. Primero, se obtuvo un vector que comprende el valor del canal oscuro de la capa RGB como la luz ambiental atmosférica original, y luego se utilizó la función lineal de similitud regional propuesta para ajustar la matriz de luz ambiental atmosférica. A continuación, se derivó la transmitancia de diferentes canales de color y se empleó el algoritmo de mateado suave multicanal para producir una transmitancia más efectiva. Finalmente, la luz ambiental atmosférica y la transmitancia se sust

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Equipo de adquisición de imágenes; Algoritmo de desempañado con prioridad de canal oscuro; Algoritmo de optimización de similitud de regiones; Luz ambiente atmosférica; Algoritmo de suavizado multicapa; Modelo de dispersión atmosférica
• Keywords:Image acquisition equipment; Dark channel prior dehazing algorithm; Region similarity optimisation algorithm; Atmospheric ambient light; Multichannel soft matting algorithm; Atmospheric scattering model