一种基于改进AOD-Net的航拍图像去雾算法

摘要：

针对航拍图像易受雾气影响,AOD-Net(All in one dehazing network)算法对图像去雾后容易出现细节模糊、对比度过高和图像偏暗等问题,本文提出了一种基于改进AOD-Net的航拍图像去雾算法.本文主要从网络结构、损失函数、训练方式三个方面对AOD-Net进行改良.首先在AOD-Net的第二个特征融合层上添加了第一层的特征图,用全逐点卷积替换了传统卷积方式,并用多尺度结构提升了网络对细节的处理能力.然后用包含有图像重构损失函数、SSIM(Structur-al similarity)损失函数以及TV(Total variation)损失函数的复合损失函数优化去雾图的对比度、亮度以及色彩饱和度.最后采用分段式的训练方式进一步提升了去雾图的质量.实验结果表明,经该算法去雾后的图像拥有令人满意的去雾结果,图像的饱和度和对比度相较于AOD-Net更自然.与其他对比算法相比,该算法在合成图像实验、真实航拍图像实验以及算法耗时测试的综合表现上更好,更适用于航拍图像实时去雾.

关键词：航拍图像去雾、AOD-Net算法、多尺度网络结构、复合损失函数、分段式训练

所属期刊栏目：48

分类号：TP391.41;S;TN911.73-34

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;重庆市自然科学基金;重庆邮电大学基金

在线出版日期：2022-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共17页

页码：1543-1559