10.19734/j.issn.1001-3695.2020.07.0270
基于深度学习的遥感图像去雾算法
针对遥感图像由于雾霾的存在导致图像清晰度下降的问题,提出了一种基于深度学习的图像去雾算法.首先将原有大气散射模型进行变形得到一个端到端的去雾模型,再将多个未知参数统一在一个参数中,运用多尺度卷积神经网络对未知参数进行估计,最后将参数估计值代入去雾模型中得到无雾图像.针对无参考图像数据集,先运用现有数据集对网络进行初步训练,再加入自建数据集对网络进行二次训练.实验结果表明,与相关去雾算法进行对比,该算法在视觉效果和客观指标上都有不同程度的提高,有效提升了遥感图像在雾霾天气状况下的清晰度.
遥感图像去雾、深度学习、多尺度卷积神经网络、残差学习
38
TP391.41(计算技术、计算机技术)
高分辨率对地观测系统重大专项;辽宁省自然科学基金;教育部科学技术研究项目;辽宁省教育厅项目;辽宁省教育厅项目
2021-07-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
2194-2199