Effective Data-driven Technology for Efficient Vision-based Outdoor Industrial Systems
Effective Data-driven Technology for Efficient Vision-based Outdoor Industrial Systems
复制标题
有效的数据驱动技术，用于高效的基于视觉的户外工业系统
DOI：
10.1109/tii.2019.2936467
复制
发表时间：
2020-07
影响因子：
12.3
通讯作者：
Xiong Naixue
中科院分区：
文献类型：
--
作者：
Li Jiafeng;Zhuo Li;Zhang Hong;Li Guoqiang;Xiong Naixue
视觉系统是工厂巡检机器人等户外工业系统中的核心信息采集模块。然而，雾霾极大地降低了工作效率。现有的除雾方法存在两个问题：第一，它们不是专门针对工业系统设计的；第二，它们不是专门为工业系统设计的。其次，这些方法在设计过程和成像模型中包含多种假设，导致结果不令人满意。在本研究中，提出了一种单图像去雾方法，以提高基于室外视觉的系统的效率。首先，基于二色大气散射模型提出了一种新的雾霾成像模型。它考虑多重散射的影响并涉及较少的假设。然后使用一种称为稀疏表示的数据驱动技术来解决该模型。考虑到雾霾图像是精细图像的扭曲和模糊版本，每个补丁都使用专门准备的超完整字典来呈现，并追溯到无雾图像。对许多现实世界雾霾图像的定量和定性比较表明，所提出的方法不仅更稳定，而且可以带来更好的去雾效果。
Vision systems are the core information collection module in outdoor industrial systems such as factory inspection robots. However, haze greatly reduces working efficiency.Existing dehazing methods have two problems: first, they arenot specifically designed for the industrial systems; second, these methods include several assumptions in their design processes and imaging models, leading to unsatisfactory results. In this study, an approach for single image dehazing is proposed to improve the efficiency of outdoor vision-based systems. First, a novel haze imaging model is proposed based on the dichromatic.atmospheric scattering model. It considers the effects of multiple scattering and involves fewer assumptions. Then a data-driven technique called sparse representation is used to solve this model.Considering a haze image a distorted and blurred version of a fine image, every patch is presented using dedicatedly prepared over-complete dictionaries and is traced back to a haze-free image. Quantitative and qualitative comparisons on a number of real-world haze images demonstrate that the proposed approach not only is more stable but also leads to better dehazing results.
登录
查看更多内容
一种基于颜色衰减先验的快速单图像去雾算法
影响因子：
10.6
作者：
Zhu, Qingsong;Mai, Jiaming;Shao, Ling
通讯作者：
Shao, Ling
DOI：
10.1109/iccphot.2017.7951489
发表时间：
2017-05
期刊：
2017 IEEE International Conference on Computational Photography (ICCP)
影响因子：
--
作者：
Dana Berman;T. Treibitz;S. Avidan
通讯作者：
Dana Berman;T. Treibitz;S. Avidan
中国
DOI：
10.1017/s0021911800113920
发表时间：
1961
期刊：
The Journal of Asian Studies
影响因子：
--
作者：
Tineke d’haeseleer
通讯作者：
Tineke d’haeseleer
DOI：
10.1007/978-3-642-15549-9_1
发表时间：
2010-09
影响因子：
23.6
作者：
Kaiming He;Jian Sun-;Xiaoou Tang
通讯作者：
Kaiming He;Jian Sun-;Xiaoou Tang
通过图像学习的低质量指纹图像两阶段增强方案
影响因子：
3.6
作者：
Yang, Jucheng;Xiong, Naixue;Vasilakos, Athanasios V.
通讯作者：
Vasilakos, Athanasios V.