| 基于深度学习的图像去雾算法 |
| |
| 引用本文： | 张泽浩, 周卫星. 基于深度学习的图像去雾算法[J]. 华南师范大学学报（自然科学版）, 2019, 51(3): 123-128. DOI: 10.6054/j.jscnun.2019055 |
| |
| 作者姓名： | 张泽浩 周卫星 |
| |
| 作者单位： | 1.（华南师范大学物理与电信工程学院,广州 510006） |
| |
| 基金项目： | 基于SOC的线阵一片式铝罐外观质量在线检测系统的研发与应用 |
| |
| 摘 要： | 针对有雾天气会使图像质量降低,影响对图像信息的提取,导致图像的应用价值减少的问题,提出一种基于深度学习的图像去雾算法。首先,对原有雾图像进行单尺度和多尺度的卷积来特征提取,其次再用多尺度卷积核实现图像细节的重建得到粗略的透射率传播图,同时利用原有雾图像中像素点的位置和亮度值得到大气光值,利用导向滤波得到精细透射率传播图和之前得到的大气光值进而反演出无雾图像,最终对无雾图像进行直方图颜色校正。实验结果表明,相比传统去雾算法,该算法对图像细节的处理更加自然并具有很好的视觉效果。
|
| 关 键 词： | 图像处理 图像去雾 多尺度 卷积神经网络 |
| 收稿时间： | 2019-01-10 |
| 修稿时间： | 2019-03-13 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《华南师范大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《华南师范大学学报(自然科学版)》下载免费的PDF全文 |
|
