在拍攝有霧霾的影像時，常常因為霧霾及光源分布不均勻的地方導致整體影像失真及產生色彩偏差。在這些情況下，對於傳統的除霧演算法來說會受限於白天及黑夜的大氣光及暗通道假設之理想模型不同，進而影響到傳輸率的…

本論文有兩項主要貢獻:首先提出一個混合式高效能除霧系統修復受霧影響的影像，我們以單張影像與光學模型為基礎精準定位環境光的確切位置以減少後續可能發生的退色問題。接著，我們提出混合式權重的概念，根據不同…

影像分割是一種將輸入圖片分解為更適合處理之區塊的演算法。因為此種特性，影像分割如今廣泛的被使用在影像處理的領域，然而當傳統的分割演算法被使用在影像增強或影像二值化的領域時，由於同一區塊中的像素同質性…

惡劣的天氣下光學影像極易受到不穩定的氣候所影響，例如下雨、下雪、起霧或是霾害，該種種不佳的氣候會使得原輸入影像品質因此降低。而本篇論文提出了一種新方法進行影像除霧，並且使用單影像實作在多變的環境中，…

近年來影像處理越來越依賴深度學習，不論是增加解析度、消除色偏、去除雜訊…等，但是深度學習有一個明顯的缺點，那就是需要花費人力以及時間去訓練所需要的模型，若是要提升模型效果，則需要的資料集就要增加，訓…

自監督式的單目深度預測的主流方法通常適用於白天的影像。然而，由於 可見度低、照明不均勻和照明不一致(如閃爍)，這些方法對夜間拍攝的 影像不能夠很好的運作。我們提出了 LightSegDepth(LS…

在水下環境中如何捕捉清晰的影像是海洋工程中的一個重要問題。 獲取清晰的水下影像面臨許多挑戰。 例如，氣候、環境和人為因素等。其中最主要的原因是色散造成的霧化效應，以及光在水中傳播時各波長的能量衰減不…

在深度學習和計算機視覺的領域中，物件偵測和影像復原是充滿挑戰性的任務。物件偵測在自動駕駛、醫療、監控等領域取得了廣泛應用。近年來，隨著硬體技術的突破，基於深度學習的物件偵測性能取得了很大的進展。然而…

本篇論文所提出兩種改良式的影像增強方法，主要是能夠解決影像亮度偏暗與對比過低的影像。在灰階影像中，提出兩種方法，一種是自動可調整亮度變化的適應性三分直方圖均化法（Adaptive Trichotom…

本研究提出一組兼顧影像還原的準確度，又能夠強化影像的亮度、對比、與細節等視覺品質的演算法組合。此組合包含新的去霧與強化演算法。去霧演算法是一種影像還原演算法；因此，還原的準確度是評測去霧演算法效能優…