基于卷积神经网络的联合估计图像去雾算法

作     者：王柯俨 王迪 赵熹 陈静怡 李云松 WANG Ke-yan;WANG Di;ZHAO Xi;CHEN Jing-yi;LI Yun-song

作者机构：西安电子科技大学综合业务网理论及关键技术国家重点实验室西安710071 

出 版 物：《吉林大学学报（工学版）》 (Journal of Jilin University:Engineering and Technology Edition)

年 卷 期：2020年第50卷第5期

页      面：1771-1777页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理] 

基　　金：国家自然科学基金项目(61301291) 高等学校学科创新引智计划(“111”计划)项目(B08038)。 

主　　题：信息处理技术 图像去雾 卷积神经网络 联合估计 大气散射模型 

摘      要：室外拍摄的图像由于空气中的大气颗粒会具有较低的对比度和能见度,影响主观视觉和图像处理系统的有效性,为此本文提出了一种端到端的透射率和大气光联合估计去雾网络。通过共享特征模块获取透射率和大气光共有的全局特征,利用金字塔池化模块的多尺度卷积提取组合特征;然后,通过两个并行的分支分别估计透射率和大气光;最后,通过大气散射模型反演出无雾图像。实验结果表明:本文方法恢复图像较其他去雾方法的对比度更强,色彩更自然,网络优化参数更少。