Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
BOWL: Bag of Word Clusters Text Representation Using Word Embeddings Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Single Image Dehazing Using Hölder Coefficient

verfasst von : Dehao Shang, Tingting Wang, Faming Fang

Erschienen in: Knowledge Science, Engineering and Management

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Restoring the true scene appearance from hazy image is a challenging task and one of a most necessary part in image processing system. As we know, the clear-day image must have higher contrast compared to the hazy image. Our main idea is that the hazy image is enhanced based on this observation to achieve dehazing objective. Firstly, we use a new metric, simple but powerful Hölder coefficient, to estimate the hazy density roughly. In order to make the estimation density map more reasonable, we apply proposed energy function to refine it. Based on the refined map, we propose a new method to estimate the atmosphere light. Secondly, three new terms, which are used to enhance image, are modeled into energy function. Solving this energy function, transmission map can be obtained. Finally, we get haze-free image by using the transmission map. Experiment results demonstrate that our algorithm has similar or better performance compared to the state-of-art algorithms.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Extracting Knowledge from Web Tables Based on DOM Tree Similarity
Nächstes Kapitel Transfer Learning Based on A+ for Image Super-Resolution
Literatur
1.
Fattal, R.: Single image dehazing. ACM Trans. Graph. 27(3), 72–72 (2008)CrossRef
2.
Fattal, R.: Dehazing using color-lines. ACM Trans. Graph. 34(13) (2014)
3.
Gibson, K.B., Nguyen, T.Q.: Fast single image fog removal using the adaptive wiener filter. In: IEEE International Conference On Image Processing, pp. 714–718 (2013)
4.
Hautiere, N., Tarel, J.P., Aubert, D., Dumont, E., et al.: Blind contrast enhancement assessment by gradient ratioing at visible edges. Image Anal. Stereology J. 27(2), 87–95 (2008)MathSciNetCrossRefMATH
5.
6.
He, K., Sun, J., Tang, X.: Single image haze removal using dark channel prior. IEEE Trans. Pattern Anal. Mach. Intell. 33(12), 2341–2353 (2011)CrossRef
7.
Kim, S., Eom, I., Kim, Y.: Image interpolation based on statistical relationship between wavelet subbands. In: 2007 IEEE International Conference on Multimedia and Expo (2007)
8.
Kopf, J., Neubert, B., Chen, B., Cohen, M., Cohen-Or, D., Deussen, O., Uyttendaele, M., Lischinski, D.: Deep photo: model-based photograph enhancement and viewing. ACM Trans. Graph. 27(5), 116–116 (2008)CrossRef
9.
Legrand, P., Vehel, J.: Local regularity-based image denoising. In: Proceedings of International Conference on Image Processing, 2003, ICIP 2003. vol. 3, p. III-377-80 (2003)
10.
Levin, A., Lischinski, D., Weiss, Y.: A closed-form solution to natural image matting. IEEE Trans. Pattern Anal. Mach. Intell. 30(2), 228–242 (2008)CrossRef
11.
Meng, G., Wang, Y., Duan, J., Xiang, S., Pan, C.: Efficient image dehazing with boundary constraint and contextual regularization. In: IEEE International Conference on Computer Vision, pp. 617–624 (2013)
12.
Narasimhan, S.G., Nayar, S.K.: Vision and the atmosphere. Int. J. Comput. Vision 48(3), 233–254 (2002)CrossRefMATH
13.
Narasimhan, S.G., Nayar, S.K.: Interactive deweathering of an image using physical models. In: IEEE Workshop on Color and Photometric Methods in Computer Vision, in Conjunction with ICCV, vol. 6, no. 1 (2003)
14.
Nayar, S.K., Narasimhan, S.G.: Vision in bad weahter. In: IEEE International Conference on Computer Vision, vol. 2, no. 2, pp. 820–827 (1999)
15.
16.
Schechner, Y.Y., Narasimhan, S.G., Nayar, S.K.: Instant dehazing of images using polarization. In: IEEE Conference on Computer Vision and Pattern Recognition, pp. 325–332 (2001)
17.
Shwartz, S., Namer, E., Schechner, Y.Y.: Blind haze separation. In: IEEE Conference on Computer Vision and Pattern Recognition, vol. 2, pp. 1984–1991 (2006)
18.
Tan, R.T. Visibility in bad weather from a single image. In: IEEE Conference on Computer Vision and Pattern Recognition, pp. 1–8 (2008)
19.
Tang, K., Yang, J., Wang, J.: Investigating haze-relevant features in a learning framework for image dehazing. In: IEEE Conference on Computer Vision and Pattern Recognition, pp. 2995–3002 (2014)
20.
Tarel, J.P., Hautiere, N.: Fast visibility restoration from a single color or gray level image. In: IEEE International Conference on Computer Vision, pp. 2201–2208 (2009)
21.
Véhel, J.: Signal enhancement based on holder regularity analysis. In: Barnsley, M.F., Saupe, D., Vrscay, E.R. (eds.) Fractals in Multimedia. The IMA Volumes in Mathematics and its Application, vol. 132, pp. 197–209. Springer, New York (2002)CrossRef
22.
Zhu, Q., Mai, J., Shao, L.: A fast single image haze removal algorithm using color attenuation prior. IEEE Trans. Image Process. 24(11), 3522–3533 (2015)MathSciNetCrossRef
Metadaten
Titel
Single Image Dehazing Using Hölder Coefficient
verfasst von
Dehao Shang
Tingting Wang
Faming Fang
Copyright-Jahr
2016
Buch
Knowledge Science, Engineering and Management

Print ISBN: 978-3-319-47649-0

Electronic ISBN: 978-3-319-47650-6

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-47650-6_25

Premium Partner

    Bildnachweise