論文の概要: Single Image Defogging Using a Fourth-Order Telegraph PDE Guided by Physical Haze Modeling

• arxiv url: http://arxiv.org/abs/2605.00878v1
• Date: Sun, 26 Apr 2026 08:20:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:49.439366
• Title: Single Image Defogging Using a Fourth-Order Telegraph PDE Guided by Physical Haze Modeling
• Title（参考訳）: 物理ヘイズモデリングによる4次電信PDEを用いた単一画像復調
• Authors: Manish Kumar, Rajendra K. Ray,
• Abstract要約: 実世界のシナリオでは、画像デフォッギングは、未知のシーン深さ、大気の散乱、地上の真実の一般的な欠如による逆問題である。 本研究では,4階非線形PDEと物理ヘイズ生成モデルを統合したハイブリッドデフォッギングモデルを提案する。 実験の結果,提案手法は視覚的品質に匹敵し,構造的細部も維持できることがわかった。
• 参考スコア（独自算出の注目度）: 2.3624430033502057
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In real-world scenarios, image defogging is an inverse problem due to unknown scene depth, atmospheric scattering, and the common absence of ground truth . To resolve the issue, we propose a hybrid defogging model that integrates a fourth-order nonlinear PDE with a physical haze formation model. We used Dark Channel Prior to estimate atmospheric parameters and to generate a guidance image, while the final restoration is performed via a fourth-order PDE-based evolution. A fourth-order PDE of the type telegraph is then evolved, incorporating an edge-adaptive diffusion coefficient and a fidelity term weighted by the transmission map. Fourth-order diffusion effectively suppresses haze while preserving structural details, and the hyperbolic formulation improves numerical stability and convergence behavior. We use relative error norm criteria for the convergence of our PDE. The proposed method is compared with Dark Channel prior, modified Dark Channel prior, and variational-based single-image defogging techniques. When we have ground truth available, we use MSE and SSIM for quantitative evaluation, whereas no-reference metrics, including FADE, Contrast Restoration Index, Average Gradient, and Entropy, are applied to real-world foggy images. Experimental results demonstrate that the proposed hybrid PDE-based method provides comparable visual quality and maintains structural details.
• Abstract（参考訳）: 実世界のシナリオでは、画像デフォッギングは、未知のシーン深さ、大気散乱、地上真実の共通欠如による逆問題である。 そこで本研究では, 4階非線形PDEと物理ヘイズ生成モデルを統合したハイブリッドデファジグモデルを提案する。 我々は,大気パラメータを推定し,誘導画像を生成するためにダークチャンネルを事前に使用し,最終修復は4階PDEベースの進化によって行う。 次に、エッジ適応拡散係数と、送信マップで重み付けされた忠実度項とを取り入れて、タイプ電信の4階PDEを進化させる。 4階拡散は構造的詳細を保存しながらヘイズを効果的に抑制し、双曲的定式化は数値安定性と収束挙動を改善する。 我々はPDEの収束に相対誤差基準を用いる。 提案手法は、Dark Channel pre, modified Dark Channel pre, and variational-based single-image defogging technique と比較する。 一方,FADE,Contrast Restoration Index,Average Gradient,Entropyなどの非参照指標を実世界の霧画像に適用する。 実験結果から,提案手法は視覚的品質に匹敵し,構造的細部を維持していることがわかった。

関連論文リスト

• A Coupled Fourth Order Telegraph Diffusion Framework Using Grayscale Indicators for Image Despeckling [2.3624430033502057]
  構造を保ちながらノイズを効果的に低減する非線形、4階結合型双曲型PDEモデルを提案する。 このフレームワークは、2つの進化方程式で構成されている。1つは有効スペックル低減と滑らかな強度遷移のための4階拡散を制御し、もう1つはテクスチャと構造的特徴を保護するためのエッジインジケータを精製する。 標準グレースケール画像,実SARおよび超音波データ,およびスペックル劣化カラー画像を用いた実験により,提案手法は従来のPDE法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2026-04-26T09:44:37Z)
• Comparative Study of Weighted and Coupled Second- and Fourth-Order PDEs for Image Despeckling in Grayscale, Color, SAR, and Ultrasound [2.3624430033502057]
  部分微分方程式 (Partial Differential Equation, PDE) に基づくアプローチは、画像の切り離しにおいて大きな注目を集めている。 本稿では,スペックル雑音抑制のためのPDEベースのフレームワークを2つ提案し,比較検討する。
  論文  参考訳（メタデータ） (2026-04-26T08:59:09Z)
• Score Distillation of Flow Matching Models [67.86066177182046]
  我々は、Score Identity Distillation (SiD) を事前訓練されたテキスト対画像フローマッチングモデルに拡張する。 SiDは、データフリーとデータアシストの両方の設定で、これらのモデルですぐに使える。 これは、スコア蒸留がテキストと画像のフローマッチングモデルに広く適用されるという最初の体系的な証拠を提供する。
  論文  参考訳（メタデータ） (2025-09-29T17:45:48Z)
• Beyond Blur: A Fluid Perspective on Generative Diffusion Models [0.6999740786886535]
  本稿では, 対流拡散過程に基づく生成画像合成のための新しいPDE駆動の汚職過程を提案する。 この研究は、流体力学、次元のないPDE理論、深層生成モデリングを橋渡しし、物理的に情報を得た画像の破損過程について新たな視点を提供する。
  論文  参考訳（メタデータ） (2025-06-20T08:31:30Z)
• A PDE-Based Image Dehazing Method via Atmospheric Scattering Theory [21.305574997938685]
  単像脱ハージングのための新しい偏微分方程式(PDE)フレームワークを導入する。 重要なイノベーションは、前もってダークチャネルによってガイドされた適応正則化メカニズムである。 画像の忠実さを保ちながら,本手法の有効性を確認した。
  論文  参考訳（メタデータ） (2025-06-10T13:43:09Z)
• Guided Diffusion Sampling on Function Spaces with Applications to PDEs [112.09025802445329]
  PDEに基づく逆問題における条件付きサンプリングのための一般的なフレームワークを提案する。 これは、関数空間拡散モデルと条件付けのためのプラグアンドプレイガイダンスによって達成される。 提案手法は,最先端の固定解像度拡散ベースラインに対して平均32%の精度向上を実現する。
  論文  参考訳（メタデータ） (2025-05-22T17:58:12Z)
• BlindDiff: Empowering Degradation Modelling in Diffusion Models for Blind Image Super-Resolution [52.47005445345593]
  BlindDiff は SISR のブラインド劣化に対処するための DM ベースのブラインドSR 手法である。 BlindDiffはMAPベースの最適化をDMにシームレスに統合する。 合成データセットと実世界のデータセットの両方の実験は、BlindDiffが最先端のパフォーマンスを達成することを示している。
  論文  参考訳（メタデータ） (2024-03-15T11:21:34Z)
• A Variational Perspective on Solving Inverse Problems with Diffusion Models [101.831766524264]
  逆タスクは、データ上の後続分布を推測するものとして定式化することができる。 しかし、拡散過程の非線形的かつ反復的な性質が後部を引き付けるため、拡散モデルではこれは困難である。 そこで我々は,真の後続分布を近似する設計手法を提案する。
  論文  参考訳（メタデータ） (2023-05-07T23:00:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。