- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
DeeptransMap：一种用于单幅图像去雾的深度极深的透射率估计网络
摘要： 由于经典物理模型的不适定性，基于该模型的单幅图像去雾一直是一项具有挑战性的视觉任务。近年来，应用机器学习技术来估计关键参数——透射率，已被证明是解决这一问题的有效方案。因此，基于学习的透射率估计模型的鲁棒性与准确性至关重要，因其直接影响最终去雾效果。当前主流的此类去雾算法通常仅使用与雾相关的特征作为透射率估计模型的单一输入。然而，这些雾相关特征往往因存在两大缺陷，无法充分可靠地保留与雾相关的真实本征信息，最终导致其在某些去雾场景中效果欠佳?；诒碚餮坝肷疃染砘窬绲南喙匮芯?，本文致力于通过提升透射率估计模型的鲁棒性与准确性来增强单幅图像去雾效果。具体而言，我们提出一种在深度神经网络架构中融合无监督与有监督学习的混合模型，以实现从单幅图像中获取精确的透射率图。实验结果表明，在相同估计目标下，本方法优于多种现有先进去雾技术，同时在透射率估计的计算复杂度方面保持了高效性。
关键词： 特征学习、深度卷积神经网络（CNN）、图像去雾、透射率估计
更新于2025-09-23 15:23:52
-
基于光照分解的单幅图像去雾方法及其在海事视觉监控中的应用
摘要： 单幅图像去雾对监控应用至关重要，近期已有多种去雾方法被提出。由于不利的大气条件，雾天图像的散射特性不仅取决于场景深度信息，还与大气气溶胶模型密切相关——该模型对雾天场景光照的影响比霾天更为显著。然而现有去雾方法?；煜灿胛淼母拍睿茨艹浞挚悸巧⑸涮匦?，因而难以有效消除雾效（尤其是海上监控图像）。为此，本文提出一种面向海上视觉监控的单幅图像去雾方法：首先构建综合散射模型来描述辉光环境光照下的雾天图像；继而提出光照分解算法消除辉光对航空气辉辐射的影响，还原出无限远物体具有均匀亮度的雾层；其次采用基于非局部雾线先验的透射图估计方法，将透射图约束在输入雾天图像的合理范围内；最后通过光照补偿算法使去雾图像保留原始自然光照信息。此外，本研究建立了海上视觉监控专用雾天图像数据集?；诟檬菁氖笛楸砻?，所提方法在主观与客观评价标准上均优于现有最优方法，能有效去除雾效并保持雾天图像的自然性。
关键词： 光照分解、雾线先验、图像去雾、大气气溶胶模型、海上视觉监视
更新于2025-09-23 15:22:29
-
基于入射光频率的图像去雾方法
摘要： 针对暗原色先验去雾算法中存在的色彩失真问题，提出一种分通道改进的透射率计算方法。首先基于比尔-朗伯定律分析入射光频率对各颜色通道透射率的影响，推导各通道透射率间的比例关系；其次通过图像复原提升运算效率，经预处理获取优化透射率；最终利用该比例关系求得所有颜色通道的透射率，并据此进行各通道图像复原以实现去雾。通过定性与定量评估验证算法：主观结果显示本算法视觉效果优于对比算法，细节保留更丰富；客观结果表明该方法能获得自然无高饱和度的图像色彩，相比多种先进算法将运行时间缩短4至10倍，在e、r和H指标上呈现更高色彩保真度与更优图像色彩；在空间域无参考质量评价器方面显著优于其他方法，且具有最高的平均PSNR值。
关键词： 入射光频率，图像去雾，透射率，暗原色先验，色彩失真
更新于2025-09-23 15:22:29
-
[2018年IEEE国际物联网时代传感与仪器研讨会（ISSI）——中国上海（2018.9.6-2018.9.7）] 2018国际物联网时代传感与仪器研讨会（ISSI）——基于多尺度级联卷积神经网络的单幅海面图像去雾方法
摘要： 大多数海面图像以天空和海水为特征，颜色单调导致雾霾分布往往不均匀，因此海面图像去雾尤其具有挑战性。本文提出一种新颖的多尺度级联网络结构，无需估计透射图即可直接从原始雾霾图像恢复清晰图像。去雾后的图像清晰度显著提升，从而能更好地识别海面目标。我们在合成图像及真实海面图像上评估了所提方法的去雾性能，并与其他最先进技术进行了对比。
关键词： 图像恢复、海面图像、图像去雾、卷积神经网络
更新于2025-09-10 09:29:36