基于多边缘信息融合的图像修复模型

提出了一种基于多边缘信息融合的深度学习图像修复模型MEC,将图像修复任务解耦为边缘信息修复任务和条件图像修复任务。首先，MEC通过边缘信息修复网络对缺失图像的多种边缘信息进行修复；之后，修复的边缘信息通过信息融合作为先验知识来辅助缺失图像的修复。实验结果表明，MEC的修复结果无论是在直观感受还是在量化指标上都比现有的深度学习图像修复模型有进一步的提升。     

改进暗通道先验的雾霾天图像复原算法

为解决暗通道先验在雾霾天图像复原过程中存在的不足,提出了一种改进的快速算法,即采用自适应邻域求取原图像的暗通道,解决了固定邻域在局部区域的错误估计问题;结合极大值滤波与双边滤波计算透射率,有效降低了运算量和运行时间;最后利用区域像素的平均值替代单个最大值,获取更加准确的空气光亮度,从而使改进算法对雾霾去除的视觉效果更加...