Image Dehazing Method Based on Multi-scale Convolutional Neural Network and Classification Statistics
-
摘要: 传统的去雾霾方法会导致天空、白云和明亮区域内的颜色失真.为了解决以上问题,提出了一种基于多尺度卷积神经网络和分类统计的去除图像雾霾的方法.首先用多尺度卷积神经网络估计图像的透射率,其次对所估计的透射率进行分类统计以确定在暗通道内天空、白云和明亮区域的像素值,最后通过低通高斯滤波器平滑图像场景的辐射度,得到恢复的无雾霾图像.实验结果表明,采用提出的方法对图像去雾霾后明亮区域内的颜色不会失真,且保留了图像的自然外观,对合成图像和真实图像均有较好的去雾霾效果.
-
-
期刊类型引用(7)
1. 刘文春. 多尺度域视频监控图像光照分量智能校正方法. 重庆科技学院学报(自然科学版). 2024(01): 64-69 . 
百度学术
2. 高优梁，黄超胜，张欣阳，向星雨，徐赞格. 基于多尺度卷积网络的牵张设备远程状态监测系统. 电子设计工程. 2023(09): 132-136 . 百度学术
3. 肖佳，杨微. 多尺度卷积网络的数字全息再现像增强研究. 激光杂志. 2022(12): 88-92 . 百度学术
4. 马悦. 基于pix2pix模型的单幅图像去雾算法. 电子设计工程. 2021(04): 62-65+70 . 百度学术
5. 邵明省. 基于混合暗通道算法的图像去雾研究. 计量学报. 2020(07): 796-800 . 百度学术
6. 高强. 一种改进的暗通道先验图像去雾算法研究. 电脑知识与技术. 2020(26): 17-19 . 百度学术
7. 张鑫，娄小平，黄子岩，张文玥. 基于多尺度并行残差网络的图像去雾算法. 光学技术. 2020(06): 707-711 . 百度学术
其他类型引用(5)
计量
- 文章访问数: 99
- HTML全文浏览量: 10
- PDF下载量: 29
- 被引次数: 12
下载:
