-
公开(公告)号：CN113034445A
公开(公告)日：2021-06-25
申请号：CN202110251484.7
申请日：2021-03-08
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于UNet3+的多尺度连接图像去雾算法，将雾霾图像数据集输入去雾网络中，在每一级编码器中运用残差网络和非局部块操作提取当前尺度的特征信息，接着进行下采样操作降低雾霾图像尺度，使得后一级编码器提取到不同尺度的特征信息，依次经过三级编码器，分别提取到雾霾图像不同尺度的特征信息，将来自不同层级中编码所得不同尺度的特征信息以及前一层解码器输出的特征信息进行聚合，再依次经过通道调整、残差网络、非局部块等操作完成当前级解码部分，经过四级解码器阶段之后，将所得到的特征图与原始输入雾图进行逐像素相加，得到去除雾霾之后的图像，保证了去雾之后的图像更接近于原始无雾场景下的信息。
-
公开(公告)号：CN112950589A
公开(公告)日：2021-06-11
申请号：CN202110234825.X
申请日：2021-03-03
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种多尺度卷积神经网络的暗通道先验去雾算法，通过使用暗通道先验理论对所述原始雾图进行最小滤波处理，并且取暗颜色图像中亮度在前0.1％的像素点位置的光照强度均值作为全局大气光值；再使用多尺度卷积神经网络估计精细透射率，所提出的算法由对整个图像进行全局透射图估计的粗尺度网络和局部细化透射率的细尺度网络组成，最后将所述全局大气光值和所述精细化透射率代入到大气散射模型中可恢复出无雾图像，此算法不仅能够有效的去除图像中的雾霾，提高图像的视觉效果，也有效的降低算法的复杂度、缩短计算时间，使去雾后的图像更加接近于真实图像。
-
公开(公告)号：CN113034445B
公开(公告)日：2022-11-11
申请号：CN202110251484.7
申请日：2021-03-08
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于UNet3+的多尺度连接图像去雾算法，将雾霾图像数据集输入去雾网络中，在每一级编码器中运用残差网络和非局部块操作提取当前尺度的特征信息，接着进行下采样操作降低雾霾图像尺度，使得后一级编码器提取到不同尺度的特征信息，依次经过三级编码器，分别提取到雾霾图像不同尺度的特征信息，将来自不同层级中编码所得不同尺度的特征信息以及前一层解码器输出的特征信息进行聚合，再依次经过通道调整、残差网络、非局部块等操作完成当前级解码部分，经过四级解码器阶段之后，将所得到的特征图与原始输入雾图进行逐像素相加，得到去除雾霾之后的图像，保证了去雾之后的图像更接近于原始无雾场景下的信息。
-
-
Search Results
3
records
(took 0.061 seconds)
