科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种单幅图像去雾方法,主要解决现有技术非线性拟合能力受约束和训练繁琐以及适用场景单一的问题。其方案是：在Caffe框架下构建由特征共享部分以及雾图大气光值估计分支和透射率估计分支组成的卷积神经网络；获取一组无雾图像集J,对J进行人工加雾得到有雾图像集I；将I、J按批量大小分别平分为多个配对的图像组,并依次循环输入200000次至神经网络进行训练；将需要去雾的图像I输入至训练完成的神经网络,输出大气光值A和透射率T；根据大气光值A和透射率T计算得到无雾图像Jc。本发明能很好的保持恢复图像的对比度和色彩饱和度,其峰值信噪比和结构相似性两个指标均优于现有技术,可用于有雾图像的清晰化处理。
- 单位
