基于均值聚类和循环导向滤波算法的农业图像去雾研究
【摘要】 采用均值聚类和循环导向滤波(MCLGF)算法对农业图像去雾进行了研究。首先，建立雾天图像光学模型;接着任意选取两个子特征向量作为初始聚类中心，根据分类结果，将有雾图像通过均值聚类分为天空区域和非天空区域，再通过天空区域中求取原图的最大像素值作为大气光值;然后，循环导向滤波实现细节平滑和边缘保持，最小化代价函数使导向滤波器的输出图像与输人图像差异最小;最后，给出了算法流程。实验仿真显示:该算法能够有效地降低图像中的雾气，结构相似度平均值为0.98、信息保真度平均值为0.96、图像信息熵可达9.12，可见边的正则梯度均值可达0.85，这4个评价指标相比其他算法均较好。
