Prior del canal oscuro en el dominio de baja frecuencia para la descongelación de imágenes individuales de manera eficiente en tiempo

La descongelación desempeña un papel vital en la mejora de la calidad de las imágenes al aire libre para aplicaciones basadas en computadora. Mientras que los algoritmos de descongelación mejoran significativamente la calidad de la imagen al aire libre para tareas de visión por computadora, su efectividad depende de dos factores cruciales: 1. Velocidad de las operaciones de descongelación 2. Naturaleza independiente de la plataforma del algoritmo elegido. Este estudio introduce un nuevo método de Prior de Canal Oscuro-Dominio de Frecuencia Baja (DCP-LFD) diseñado para eliminar de manera efectiva y eficiente la neblina de imágenes individuales con neblina. El método emplea una estrategia híbrida, combinando DCP para la reducción de neblina en el dominio de baja frecuencia y umbralización suave para mejorar los coeficientes de alta frecuencia. Este enfoque de doble filo permite mejorar la calidad de la imagen en los dominios de baja y alta frecuencia, contribuyendo a mejores resultados de descongelación con menos tiempo de computación. La efectividad del método propuesto se evalúa utilizando métricas como PSNR y SSIM, comparando su rendimiento contra métodos de descongelación de última generación en cinco conjuntos de datos de referencia: subconjuntos SOTS, RTTS y HSTS de RESIDE, HazeRD y Middlebury. Se realizan evaluaciones de calidad de imagen sin referencia, como BRISQUE y FADE, en RTTS y en un conjunto de datos privado para evaluar objetivamente la calidad de la imagen descongelada. Se ejecuta una comparación del tiempo de descongelación, destacando la competencia del método para lograr resultados más rápidos. Este análisis acentúa la capacidad del método para eliminar de manera eficiente la neblina de las imágenes al aire libre, enfatizando su eficiencia en el ahorro de tiempo.