Key points are not available for this paper at this time.
대부분의 이미지 디헤이징 알고리즘은 장면의 주변 빛을 설명하는 대기광 벡터 A를 작동하기 위해 필요로 합니다. 기존 방법은 사용자 입력에 의존하거나 그레이 월드 가정과 같은 오류가 발생하기 쉬운 가정을 따릅니다. 본 논문에서는 단일 입력 이미지를 기반으로 안개 낀 장면에서 대기광 벡터를 자동으로 복원하는 새로운 방법을 제안합니다. 이 방법은 장면 전송 및 표면 알베도가 거의 일정한 작은 이미지 패치의 풍부함을 활용하여 벡터의 방향 Â = A/∥A∥을 먼저 복원합니다. 우리는 이러한 패치 안의 픽셀 분포를 RGB 공간의 선으로 설명하는 축소된 형성 모델을 도출하고, 이러한 선이 Â을 견고하게 추출하는 데 어떻게 사용되는지를 보여줍니다. 또한 우리는 대기광 벡터의 크기 ∥A∥는 일정한 전송 패치를 사용하여 복원할 수 없음을 입증합니다. 그리고 그 추정에서의 오류가 전송 수준에 따라 달라지는 밝기 편향이 있는 디헤이즈된 이미지를 초래함을 보여줍니다. 이러한 의존성은 편향이 장면과 고도로 상관관계가 있으며, 따라서 지역 이미지 분석을 통해 탐지하기 어렵다는 것을 의미합니다. 우리는 가장 밝은 픽셀의 강도 수준이 그들의 전송 값과 대략적으로 독립적이라는 안개 낀 이미지에서 관찰되는 전역 규칙성을 활용하여 이 도전적인 문제를 해결합니다. 이 속성을 활용하기 위해 우리는 잘못된 크기가 도입하는 의존성에 대한 분석적 표현을 도출하고, 이 특정 유형의 의존성을 최소화하여 ∥A∥를 복원합니다. 우리는 여러 실험을 통해 우리의 방법의 가정을 검증하고, 장면의 전송에 대한 함수로서 A를 추정하는 절차의 예상 정확도를 평가합니다. 결과는 기존 절차에 비해 대기광 벡터의 더 성공적인 복원을 보여줍니다.
Sulami et al. (Thu,)는 이 문제를 연구했습니다.