Image processing applications commo

Image processing applications commonly assume a relatively transparent
transmission medium, unaltered by the atmospheric conditions. Outdoor vision
applications such as surveillance systems, intelligent vehicles, satellite imaging,
or outdoor object recognition systems need optimal visibility conditions in order
to detect and process extracted features in a reliable fashion. Since haze
degradation effects depend on the distance, as disclosed by previous studies [1,
2] and observed as well in our experiments (see Fig. 1), standard contrast enhancement
filters such as histogram stretching and equalization, linear mapping,
or gamma correction are limited to perform the required task introducing halos
artifacts and distorting the color. The contrast degradation of a hazy image

結果 (中文) 1:

图像处理应用程序通常假设一个相对透明的
传输介质，不变的大气条件。户外视觉
应用如监控系统，智能车辆，卫星成像，
或室外物体识别系统需要为了
来检测和处理提取的特征以可靠的方式最佳能见度条件。因为灰霾
降解作用取决于距离，所公开的以往的研究[1，
2]和观察，以及在我们的实验中（参见图1），标准的对比度增强滤波器
如直方图拉伸和均衡化，线性映射，
或γ校正仅限于执行所需的任务引入晕
文物和扭曲的颜色。朦胧的图像的对比度下降

結果 (中文) 2:

图像处理应用中通常假设一个相对透明的
传输介质，由大气条件不变。户外视觉
应用，如监控系统，智能车辆，卫星成像，
或室外物体识别系统需要
最佳能见度条件下检测和可靠的时尚工艺提取的特征。由于
阴霾降解的影响取决于距离，由以前的研究[ 1，2 ]和
透露，观察到在我们的实验中（见图1），标准的对比度增强
过滤器，如直方图拉伸和均衡，线性映射，
或伽玛校正是有限的执行要求的任务
引入晕文物和扭曲颜色。一个朦胧的图像的对比度降低

結果 (中文) 3:

图像处理应用程序通常假定一个相对透明
传输介质，不变的大气条件。室外视觉
应用程序，如监测系统、 智能车辆卫星成像，
或室外对象识别系统需要按顺序优化能见度条件
来检测和处理中一种可靠的方式的提取的功能。自从烟霾
退化的影响取决于距离，由以前的研究曾透露 [1，
2] 和观察，以及在我们实验中 (见图 1)，标准对比度增强
滤镜如直方图拉伸和均衡、 线性映射
或伽玛矫正被限制为执行所需的任务介绍晕
文物和扭曲颜色。对比度退化的一个朦胧的形象