高级检索
ENGLISH
齐永锋, 李占华. 一种基于多尺度卷积神经网络和分类统计的图像去雾霾方法[J]. 红外技术, 2020, 42(2): 190-197.
引用本文: 齐永锋, 李占华. 一种基于多尺度卷积神经网络和分类统计的图像去雾霾方法[J]. 红外技术, 2020, 42(2): 190-197.
shu
QI Yongfeng, LI Zhanhua. Image Dehazing Method Based on Multi-scale Convolutional Neural Network and Classification Statistics[J]. Infrared Technology , 2020, 42(2): 190-197.
Citation: QI Yongfeng, LI Zhanhua. Image Dehazing Method Based on Multi-scale Convolutional Neural Network and Classification Statistics[J]. Infrared Technology , 2020, 42(2): 190-197.
shu

一种基于多尺度卷积神经网络和分类统计的图像去雾霾方法

Image Dehazing Method Based on Multi-scale Convolutional Neural Network and Classification Statistics

    摘要
  • 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.

     

    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)

/

返回文章
返回