Single image haze removal using dark channel prior

薄雾 频道(广播) 像素 计算机科学 计算机视觉 人工智能 图像质量 图像(数学) 物理 电信 气象学
作者
Kaiming He,Jian Sun,Xiaoou Tang
标识
DOI:10.1109/cvpr.2009.5206515
摘要

In this paper, we propose a simple but effective image prior - dark channel prior to remove haze from a single input image. The dark channel prior is a kind of statistics of the haze-free outdoor images. It is based on a key observation - most local patches in haze-free outdoor images contain some pixels which have very low intensities in at least one color channel. Using this prior with the haze imaging model, we can directly estimate the thickness of the haze and recover a high quality haze-free image. Results on a variety of outdoor haze images demonstrate the power of the proposed prior. Moreover, a high quality depth map can also be obtained as a by-product of haze removal.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
Japan发布了新的文献求助10
1秒前
pups发布了新的文献求助10
2秒前
Ava应助hatW采纳,获得10
3秒前
小二郎应助ykh采纳,获得10
3秒前
zena92发布了新的文献求助10
3秒前
王小嘻完成签到,获得积分10
4秒前
曼曼完成签到,获得积分10
5秒前
5秒前
跳跃惜筠发布了新的文献求助10
5秒前
wanci应助苏梓采纳,获得10
5秒前
付辛博boo完成签到,获得积分10
5秒前
SciGPT应助中科院饲养员采纳,获得10
6秒前
英俊的铭应助pups采纳,获得10
8秒前
bkagyin应助杨炳奇采纳,获得10
8秒前
汉堡包应助默默的青旋采纳,获得10
9秒前
9秒前
9秒前
micpeach完成签到,获得积分10
10秒前
12秒前
直率豆芽完成签到,获得积分10
12秒前
烟花应助自信的冬日采纳,获得10
13秒前
13秒前
小李发布了新的文献求助10
13秒前
白淼发布了新的文献求助10
15秒前
吱吱吱吱完成签到,获得积分10
15秒前
江榭完成签到,获得积分10
15秒前
NexusExplorer应助楚慈采纳,获得10
17秒前
巫马发布了新的文献求助10
17秒前
18秒前
placebo发布了新的文献求助10
19秒前
大个应助1111采纳,获得10
19秒前
体验发布了新的文献求助10
20秒前
22秒前
23秒前
海韵_Tony发布了新的文献求助10
23秒前
24秒前
25秒前
月光完成签到,获得积分10
25秒前
26秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Les Mantodea de Guyane Insecta, Polyneoptera 2000
Quality by Design - An Indispensable Approach to Accelerate Biopharmaceutical Product Development 800
Pulse width control of a 3-phase inverter with non sinusoidal phase voltages 777
Signals, Systems, and Signal Processing 610
Research Methods for Applied Linguistics: A Practical Guide 600
Research Methods for Applied Linguistics 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6403279
求助须知:如何正确求助?哪些是违规求助? 8222034
关于积分的说明 17425288
捐赠科研通 5455766
什么是DOI,文献DOI怎么找? 2883275
邀请新用户注册赠送积分活动 1859531
关于科研通互助平台的介绍 1700989