基于多尺度融合卷积神经网络的图像去雾算法

作     者：乔丹 张闯 朱晨雨 QIAO Dan;ZHANG Chuang;ZHU Chen-yu

作者机构：南京信息工程大学电子与信息工程学院江苏南京210044 江苏省气象探测与信息处理重点实验室江苏南京210044 

基　　金：国家自然科学基金(No.61704143,No.62005232) 福建省自然科学基金(No.2018J01566) 厦门市青年创新基金(No.3502Z20206074) 

出 版 物：《液晶与显示》 (Chinese Journal of Liquid Crystals and Displays)

年 卷 期：2021年第36卷第10期

页      码：1420-1429页

摘      要：为解决图像去雾后颜色偏暗以及去雾不彻底等问题,本文提出了一种基于多尺度融合卷积神经网络的图像去雾算法。以有雾图像为输入,首先经过预处理模块由单尺度卷积层提取有雾图像浅层信息,然后设计多尺度映射模块实现深度特征学习以及深、浅层特征融合,由反卷积模块还原图像尺寸,通过卷积操作得到有雾图像对应的粗透射率图。采用双边滤波法优化输出细透射率图,最后依据大气散射模型复原出无雾图像。实验结果表明本文方法在合成有雾图像和自然有雾图像上均优于其他算法,其中合成有雾图像上的峰值信噪比(PSNR)、结构相似性(SSIM)能分别达到29.238、0.950。本文所提算法可以有效地避免去雾图像颜色偏暗、失真等不足,提高了图像去雾性能并体现出良好的视觉效果。

主 题 词：图像去雾 卷积神经网络 多尺度融合 图像复原 大气散射模型 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.37188/CJLCD.2020-0347

馆 藏 号：203104990...