论文部分内容阅读
传统的Retinex算法均是采用固定尺度对雾天图像整体进行去雾增强,但是对局部雾霾浓度分布不均的图像,自适应性较弱,图像细节增强也有所欠佳。基于此提出一种基于K-means图像深度聚类的自适应Retinex算法。该算法通过暗通道原理获取雾天图像的景深,用K-means聚类算法对图像深度进行聚类,以深度所属不同类别来估计局部雾天浓度,将相似深度的图像划分成不同子图,并自适应的获取尺度进行增强,最后对子图进行融合,完成对图像整体的增强。结果表明,相对于传统的多尺度Retinex算法和其他去雾算法,文中算