检索结果-南通市图书馆

基于内容特征和风格特征融合的单幅图像去雾网络

在线全文

学校读者我要写书评

暂无评论

自动化学报 2023年第4期49卷 769-777页

作者：杨爱萍刘瑾邢金娜李晓晓何宇清天津大学电气自动化与信息工程学院天津300072

基于深度学习的方法在去雾领域已经取得了很大进展,但仍然存在去雾不彻底和颜色失真等问题.针对这些问题,本文提出一种基于内容特征和风格特征相融合的单幅图像去雾网络.所提网络包括特征提取、特征融合和图像复原三个子网络,其中特征... 详细信息

基于深度学习的方法在去雾领域已经取得了很大进展,但仍然存在去雾不彻底和颜色失真等问题.针对这些问题,本文提出一种基于内容特征和风格特征相融合的单幅图像去雾网络.所提网络包括特征提取、特征融合和图像复原三个子网络,其中特征提取网络包括内容特征提取模块和风格特征提取模块,分别用于学习图像内容和图像风格以实现去雾的同时可较好地保持原始图像的色彩特征.在特征融合子网络中,引入注意力机制对内容特征提取模块输出的特征图进行通道加权实现对图像主要特征的学习,并将加权后的内容特征图与风格特征图通过卷积操作相融合.最后,图像复原模块对融合后的特征图进行非线性映射得到去雾图像.与已有方法相比,所提网络对合成图像和真实图像均可取得理想的去雾结果,同时可有效避免去雾后的颜色失真问题.

关键词：图像去雾卷积神经网络特征融合颜色保持注意力通道加权

在线全文

学校读者我要写书评

暂无评论

缓解平滑区域光晕和偏色失真的图像去雾算法

计算机辅助设计与图形学学报 2022年第6期34卷 953-969页

作者：宋传鸣唐媛乔明泽刘霜刘丹辽宁师范大学计算机与信息技术学院大连116029 苏州大学江苏省计算机信息处理技术重点实验室苏州215006 大连东软信息学院数字艺术与设计学院大连116023

针对基于暗通道先验的去雾算法在平滑区域产生光晕和偏色失真的问题,提出一种双边滤波引导同态滤波的去雾算法.首先,构建一种以原始像素值与大气光值的差为正比例系数、以透射率为反比例系数的非线性拉伸模型,用于表征各颜色分量在去雾... 详细信息

针对基于暗通道先验的去雾算法在平滑区域产生光晕和偏色失真的问题,提出一种双边滤波引导同态滤波的去雾算法.首先,构建一种以原始像素值与大气光值的差为正比例系数、以透射率为反比例系数的非线性拉伸模型,用于表征各颜色分量在去雾前后的对比关系;然后,采用双边滤波引导的空间域同态滤波,把粗透射率分解为大气光分量和场景目标反射分量;最后,以前景区域面积比为自变量,定义一种自适应加权函数,对大气光分量和反射分量进行线性加权以生成精细透射率,进而利用暗通道先验模型完成去雾.采用O-HAZE和RESIDE数据集的真实含雾图作为测试数据,通过UCIQE,FADE,SSIM,NIQE和色彩还原度客观评价指标进行对比,所提算法的评价结果比典型算法平均提高了21.68%.结果表明,所提算法能够有效地避免大面积平滑区域的偏色失真以及景物边缘、轮廓处的光晕和伪边缘效应,取得更高的主客观质量.

关键词：图像去雾暗通道先验空间域同态滤波双边滤波自适应线性加权

在线全文

学校读者我要写书评

暂无评论

通道注意网络和模糊划分熵图割的图像去雾

光子学报 2021年第3期50卷 159-166页

作者：王一斌郑佳尹诗白四川师范大学工学院成都610068 西南财经大学经济信息工程学院成都611130

针对雾图成像时变化的场景光及去雾过程中不同雾相关信息在处理上的差异性,提出了通道注意网络和模糊划分熵图割的单幅图像去雾算法。以考虑变化场景光的大气散射物理成像模型为基础,首先使用通道注意的编码解码网络来估计透射率,并在... 详细信息

针对雾图成像时变化的场景光及去雾过程中不同雾相关信息在处理上的差异性,提出了通道注意网络和模糊划分熵图割的单幅图像去雾算法。以考虑变化场景光的大气散射物理成像模型为基础,首先使用通道注意的编码解码网络来估计透射率,并在编码器最后及解码器起始处添加通道注意模块,以便为编码器提取的不同雾相关特征图分配不同的权重,准确地计算透射率;然后利用所提出的模糊划分熵图割算法将透射率划分为不同场景光覆盖下的近景、中景、远景,此分割策略将考虑空间相关性的图割算法与模糊划分熵的阈值分割算法相结合,解决了单一阈值分割算法产生的区域误分问题;最后估计场景光和大气光,得到去雾图像。实验结果表明,算法在合成雾图及真实雾图上均有较好的去雾效果。与已有的去雾算法相比,本文算法在峰值信噪比及结构相似性上均有提升,单张图像的平均处理时间为3.9 s。

关键词：图像去雾卷积神经网络通道注意机制图割变化场景光

基于渐进式多尺度Transformer的图像去雾算法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第5期51卷 117-124页

作者：周宇陈志华盛斌梁磊华东理工大学信息科学与工程学院上海200237 上海交通大学计算机科学与技术系上海200240

现有的去雾方法难以在复原图像细节的同时保持全局信息。为了解决此问题,文中提出了一种基于渐进式多尺度Transformer(Multi Scale Progressive Transformer,MSP-Transformer)的图像去雾算法。该模型能够有效提取和利用不同尺度的雾相... 详细信息

现有的去雾方法难以在复原图像细节的同时保持全局信息。为了解决此问题,文中提出了一种基于渐进式多尺度Transformer(Multi Scale Progressive Transformer,MSP-Transformer)的图像去雾算法。该模型能够有效提取和利用不同尺度的雾相关特征,实现了特征和图像的多尺度学习和融合,渐进式地从有雾图像中复原清晰图像。所提出的MSP-Transformer分为编码、解码和复原3个阶段。在编码阶段,利用基于Transformer模块的编码器将输入图像分解为不同尺度的雾图像特征,以全面表征真实有雾图像的信息损失。在解码阶段,考虑到有雾图像的不同区域存在不同尺度的信息丢失,设计了一个包含多尺度注意力机制的特征聚合模块,利用通道注意力和多尺度空间注意力来融合不同尺度的特征信息。复原阶段包含了复原模块和融合模块,首先基于多尺度特征融合的复原模块聚合不同尺度的雾相关特征以增加不同尺度特征的联系,并在每个尺度复原出清晰的无雾图像,然后将每个尺度的复原图像送入融合模块以获得最终的去雾结果。定性和定量的实验结果表明,所提出的MSP-Transformer在真实图像和合成数据集上能够实现雾的有效去除,具有良好的鲁棒性。在公开的RESIDE数据集上与11种去雾方法进行定量和定性比较,MSP-Transformer取得了最高的PSNR(39.53db)和SSIM(0.9954),并获得了良好的视觉效果。此外,消融实验也证明了MSP-Transformer中所提出的模块的有效性。

关键词：图像去雾多尺度 Transformer 注意力机制特征融合

在线全文

学校读者我要写书评

暂无评论

结合自适应融合和双边界光幕估计的图像去雾

电光与控制 2024年第6期31卷 94-100页

作者：牛学钰杨燕兰州交通大学电子与信息工程学院兰州730000

针对图像去雾算法存在的细节丢失、颜色失真、去雾不彻底等问题,提出一种利用通道估计光幕上下边界、自适应融合大气光的去雾算法。首先,根据有雾图像最小通道估计大气光幕上边界,以雾图B通道为主、RG通道差补偿结合线性变换得到大气光... 详细信息

针对图像去雾算法存在的细节丢失、颜色失真、去雾不彻底等问题,提出一种利用通道估计光幕上下边界、自适应融合大气光的去雾算法。首先,根据有雾图像最小通道估计大气光幕上边界,以雾图B通道为主、RG通道差补偿结合线性变换得到大气光幕下边界,对上下边界进行逼近优化,经过小波变换融合两边界;其次,分别用RGB三通道的平均值和亮度中通道获取不同的粗糙大气光,以亮度均值为调节因子自适应融合;最后,结合去雾模型复原出无雾图像。实验结果表明,所提算法复原的图像去雾彻底、清晰自然、能保留较多图像细节,具有良好的有效性和鲁棒性。

关键词：图像去雾大气光幕边界优化小波变换自适应融合

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

利用中通道补偿的单幅图像去雾

东北大学学报（自然科学版） 2021年第2期42卷 180-188页

作者：杨爱萍邢金娜刘瑾李晓晓天津大学电气自动化与信息工程学院天津300072

针对雾天图像对比度低和细节模糊等问题,将图像分解为纹理层和结构层,对含有大部分雾气的结构层进行去雾,对纹理层进行增强.为了避免大气光估计易受白色物体影响,提出一种RGB空间立体判决图,并设计基于自适应阈值约束的大气光估计方法,... 详细信息

针对雾天图像对比度低和细节模糊等问题,将图像分解为纹理层和结构层,对含有大部分雾气的结构层进行去雾,对纹理层进行增强.为了避免大气光估计易受白色物体影响,提出一种RGB空间立体判决图,并设计基于自适应阈值约束的大气光估计方法,可有效区分天空和非天空区域;针对暗通道先验处理大面积天空、浓雾区域失效问题,提出一种基于中通道补偿的透射率估计方法,可有效克服去雾后图像颜色失真;同时,基于侧窗导向滤波对上述透射率进行修正,能够较好地保持细节.实验表明,本文方法能有效去除雾气,去雾后图像颜色自然,细节保持良好.

关键词：图像去雾中通道补偿自适应大气光估计侧窗导向滤波图像分层

基于Transformer的单幅图像去雾算法综述

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2023年

作者：张凯丽王安志熊娅维刘运西南大学人工智能学院贵州师范大学大数据与计算机科学学院

图像去雾是一种低级的计算机视觉任务，旨在对雾天降质图像进行预处理，通过恢复其颜色对比度、细节纹理等信息，提高图象的可视性和质量，还原清晰的无雾图像，为后续高级视觉任务(如目标检测、目标追踪、目标分割等)的执行奠定基础。... 详细信息

图像去雾是一种低级的计算机视觉任务，旨在对雾天降质图像进行预处理，通过恢复其颜色对比度、细节纹理等信息，提高图象的可视性和质量，还原清晰的无雾图像，为后续高级视觉任务(如目标检测、目标追踪、目标分割等)的执行奠定基础。近年来，基于神经网络的去雾算法取得了不错的去雾效果，诸多基于Transformer的图像去雾算法逐渐被提出。但目前还没有对基于Transformer的图像去雾算法进行全面分析和总结的综述。为了弥补这一空缺，本文对基于Transformer的日间图像、夜间图像和遥感图像去雾算法进行了全面的梳理和综述，并介绍了图像去雾任务中常用的数据集和评价指标。在此基础上，对现有的代表性图像去雾算法的性能从定量和定性两个角度进行了分析和评估。最后，总结了图像去雾技术的应用场景，对图像去雾领域仍然存在的挑战以及未来的发展方向进行了分析和展望。

关键词： Transformer 图像去雾数字图像处理深度学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于暗通道先验的图像去雾方法研究

基于暗通道先验的图像去雾方法研究

作者：石冬阳重庆科技学院

学位级别：硕士

雾霾的存在使得智能化设备采集到的图像变得模糊不清,严重影响人们日常生产和生活的效率,因此图像去雾处理的研究进展受到社会各界的高度关注。近年来暗通道先验去雾算法(Dark channel prior,DCP)因去雾效果优良的特点在各领域得到广泛... 详细信息

雾霾的存在使得智能化设备采集到的图像变得模糊不清,严重影响人们日常生产和生活的效率,因此图像去雾处理的研究进展受到社会各界的高度关注。近年来暗通道先验去雾算法(Dark channel prior,DCP)因去雾效果优良的特点在各领域得到广泛的应用,但该算法存在对大气光值及明亮区域透射率的计算具有一定误差等问题。鉴于图像去雾效果将直接影响智能交通等相关领域的发展,故本文以DCP算法为研究基础,对图像去雾效果的提升进行深入研究。论文的研究工作从以下方面进行展开:1.针对DCP算法在滤波窗口较小时计算得到的大气光值存在一定误差的问题,导致去雾结果出现严重的失真现象,提出运用受限大气光值的方法来减小大气光值取值误差的大小。考虑到大气光值可能取值到暗通道图像中白色区域,对所求大气光值A设定阈值上限。结果表明,运用受限光值得到的图像MSE性能平均值相对于改进前缩小8.9406,图像PSNR平均值与SSIM平均值相对于改进前提升1.3503 dB,19.97%,验证了采用受限大气光值的方法能够有效获得更加优越的去雾性能。2.针对DCP算法不适合处理明亮区域雾霾图像的问题,首先运用游历法来选择合适的引入因子,并在原算法中引入容差机制;其次通过调整r值使得透射率的计算更加接近于最优值,实现透射率计算的二次修正;最后为选择出普遍适用于不同等级下雾霾图像的参数组合,对不同雾霾图像在100种参数组合下进行去雾处理实验。结果表明,在参数K=0.4,r=1.04下得到的图像SSIM平均值,相对于在三种传统参数下得到的图像SSIM平均值分别提升3.554%、0.479%、0.02%,验证了所选参数的有效性与可靠性。3.针对运用DCP算法得到的结果存在亮度较低与抗噪性能较弱的问题,首先利用RGB空间与HIS空间的相互转换关系实现对去雾后图像亮度的调整;其次在去雾基础上融入高斯滤波以提升去雾后图像抗噪性能。为验证所提去雾算法的有效性与优越性,运用所提算法与主流去雾算法进行对比实验,结果表明,运用所提算法得到的图像MSE平均值相对于改进前减小25.5218,图像PSNR平均值与SSIM平均值达相对于改进前分别提升6.3829dB、16.28%,验证了所提算法相对于改进前及主流算法均有较高的优势。4.为验证改进型DCP算法在实际场景中的适用性,选择智能交通道路监控场景进行实验仿真。首先搭建Mask R-CNN目标识别网络,其次将去雾处理前后的图像分别送入Mask R-CNN网络进行测试。结果表明,对测试集中雾霾图像去雾处理后得到的各类目标识别精度及平均识别精度分别相对于去雾前提升3.52%,5.63%,9.99%,6.63%,6.63%,5.7%,同时提高了检测到目标的置信度,表明了本次进行图像去雾处理的有效性。

关键词：图像去雾暗通道先验容差机制智能交通目标检测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种基于稀疏系数匹配学习的图像去雾算法

控制与决策 2020年第11期35卷 2797-2802页

作者：南栋王志田郑少华何林远陆军装甲兵学院蚌埠校区安徽蚌埠233050 空军工程大学航空工程学院西安710038

针对现有基于先验假设的图像去雾算法无法普适性求解问题,提出一种基于稀疏系数匹配学习的图像去雾算法.该算法从图像复原角度出发,将雾天退化模型的求解转换为基于数据库的稀疏系数匹配.之后,从图像增强角度着手,将图像高亮区域对比度... 详细信息

针对现有基于先验假设的图像去雾算法无法普适性求解问题,提出一种基于稀疏系数匹配学习的图像去雾算法.该算法从图像复原角度出发,将雾天退化模型的求解转换为基于数据库的稀疏系数匹配.之后,从图像增强角度着手,将图像高亮区域对比度恢复量化为反馈迭代问题,进而有效提升图像的视觉效果.实验结果表明,所提出的算法在获得较好去雾结果的同时能够有效提升图像细节和对比度,并具有较强的适用性.

关键词：图像去雾雾天退化模型稀疏表示学习框架