基于深度学习的单幅图像去雾算法
提出了一种基于深度学习的单幅图像去雾算法.利用卷积神经网络,通过学习雾天图像与清晰图像的YUV(Y代表的是亮度,UV代表的是彩度)各个通道之间的映射关系实现去雾.网络结构由两个相同的特征模块组成,主要包括多尺度卷积、卷积和跳跃连接结构.实验结果表明,无论是针对合成雾天图像数据集还是针对自然雾天图像数据集,所提去雾算法恢复的图像皆具有较高的清晰度和对比度,在主观评价和客观评价上均优于其他对比算法.
图像处理、图像去雾、深度学习、大气散射模型、图像恢复、多尺度卷积
56
TP391.4(计算技术、计算机技术)
陕西省教育厅项目;国家自然科学基金
2019-07-31(万方平台首次上网日期,不代表论文的发表时间)
共8页
138-145