HyperAIHyperAI
vor 8 Tagen

Ein verbessertes Luft-Licht-Schätzungsschema für Einzelne-Wolken-Bilder unter Verwendung eines Farbkonstanz-Priors

{B.K. Panigrahi, Tapan Kumar Gandhi, Sidharth Gautam}
Abstract

Die trübe Umgebung dämpft die Szenenstrahlung und erschwert die Unterscheidung von Farbe und Textur der Szene. Ein entscheidender Schritt bei der Entnebelung besteht in der Rekonstruktion des globalen Luftlichtvektors. Traditionelle Methoden deuten üblicherweise den RGB-Wert des hellsten Bereichs in Nebelbildern als Luftlicht an. In diesem Beitrag wird ein neues Vorwissen namens „Farbkonstanz-Prior“ vorgeschlagen, um die Robustheit der Luftlichtschätzung unter variierender Beleuchtung zu verbessern. Das Vorwissen nutzt die statistische Beobachtung, dass ferne Szenenobjekte aufgrund der Pixelverstärkung in Richtung höherer Intensität am stärksten durch Nebel verdunkelt erscheinen. Vergleichende Bewertungen an einer Vielzahl von Nebelbildern zeigen, dass das vorgeschlagene Vorwissen gegenüber bestehenden Methoden zur Luftlichtrekonstruktion überlegen ist und für nachfolgende Entnebelungsanwendungen genutzt werden kann.

Ein verbessertes Luft-Licht-Schätzungsschema für Einzelne-Wolken-Bilder unter Verwendung eines Farbkonstanz-Priors | Neueste Forschungsarbeiten | HyperAI