10.3969/j.issn.1009-8518.2020.06.002
基于生成对抗网络的遥感图像去雾研究
遥感图像在成像过程中往往会由于大气尘埃、雾霾、外界光等因素的干扰,造成图像产生雾化现象,很大程度上降低了遥感成像的品质.为了将雾化的遥感图像、视频恢复到清晰的状态,结合近年来的研究热点——生成对抗网络,文章提出了一种新颖的基于自然感知的端到端单向特征提取的去雾方法.该方法采用了经典的编码器–解码器结构,利用卷积操作在单帧输入的雾化图像中充分发掘了图像的深层特征信息,多个跨层连接的设计融合了不同通道的内容信息,最大程度上保留了图像的细节.同时,特殊设计的基于自然感知的判别网络从图像形体空间中选择最接近自然的图像形态,避免了恢复之后雾化图像存在模糊的现象.实验结果表明,在不牺牲较大时间的前提下,该文提出的方法在传统的品质评价指标(峰值信噪比和结构相似性)和主观视觉上均优于现有的去雾算法.
图像去雾、深度学习、生成对抗网络、航天遥感
41
TP391(计算技术、计算机技术)
2021-01-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
14-20