基于CNN的湍流图像退化强度分类研究
湍流图像的复原一直是退化图像领域的研究热点,但依据湍流干扰强度对图像进行分类研究相对较少.不同场景的高空航拍图像进行大气湍流处理.调整湍流退化强度值,生成2000张对应的湍流干扰图像,再对这些图像进行预处理后送入卷积神经网络中进行湍流退化强度分类,最后通过优化搭建的卷积神经网络模型的激活函数以及对学习率的调整进一步提升分类准确率.实验表明,卷积神经网络对不同干扰强度的湍流退化图像分类准确率达到80% 左右,结果表明该方法对大气湍流退化图像的复原具有一定指导意义.
湍流图像、卷积神经网络、退化强度、分类
28
2019-06-03(万方平台首次上网日期,不代表论文的发表时间)
共6页
199-204