文献类型：期刊文章

作　　者：赵建堂[1]

Zhao Jiantang(College of Mathematics and Information Science,Xianyang Normal University,Xianyang,Shaanxi 712000,China)

机构地区：[1]咸阳师范学院数学与信息科学学院

出　　处：《激光与光电子学进展》

基　　金：陕西省教育厅项目(11JK0513);陕西省教育厅自然科学基金项目(15JK2157)

年　　份：2019

卷　　号：56

期　　号：11

起止页码：138-145

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：提出了一种基于深度学习的单幅图像去雾算法。利用卷积神经网络,通过学习雾天图像与清晰图像的YUV(Y代表的是亮度,UV代表的是彩度)各个通道之间的映射关系实现去雾。网络结构由两个相同的特征模块组成,主要包括多尺度卷积、卷积和跳跃连接结构。实验结果表明,无论是针对合成雾天图像数据集还是针对自然雾天图像数据集,所提去雾算法恢复的图像皆具有较高的清晰度和对比度,在主观评价和客观评价上均优于其他对比算法。

关 键 词：图像处理  图像去雾 深度学习  大气散射模型 图像恢复 多尺度卷积  

分 类 号：TP391.4]