基于小波域的深度增强车牌图像去雾算法设计

摘要：

为解决雾天拍摄的车牌图像边缘模糊、色彩失真的问题,提出了端到端的基于小波域的深度增强车牌雾图去雾算法.先根据大气散射模型构建了雾天车牌图像数据集,之后利用小波变换将车牌雾图从空间域转换成小波域分量图像,最后将处理后的小波域分量图像进行逆小波变换,重构出的干净车牌图像.去雾网络以U-Net的编解码结构为主体框架,通过多个残差组从训练集中提取特征,并在解码器中引入"SOS"深度增强策略对编码器和下层输入的特征进行融合和细化,用以提高去雾车牌图像的峰值信噪比.实验表明,上述网络在结构相似度和峰值信噪比上具有明显优势,在处理合成车牌雾图和实际拍摄的车牌雾图上,去雾效果表现良好.

关键词：雾天车牌图像数据集、小波域、残差组、深度增强策略

所属期刊栏目：39

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;吉首大学校级课题

在线出版日期：2022-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：163-169,283