检索结果-南通市图书馆

检索条件"主题词=改进后的大气光散射模型"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

面向遥感图像去雾的深度学习方法研究及系统实现

面向遥感图像去雾的深度学习方法研究及系统实现

引用

作者：邵帅西安理工大学

学位级别：硕士

随着无人机以及遥感卫星的发展,遥感图像广泛应用于军事侦察、土地规划、灾害预警、环境监测等领域。高质量的遥感图像对于相关应用显得尤为重要,但是由于雾霾、雨雪、沙尘等恶劣天气的影响,遥感卫星和无人机所拍摄的遥感图像通常会出... 详细信息

随着无人机以及遥感卫星的发展,遥感图像广泛应用于军事侦察、土地规划、灾害预警、环境监测等领域。高质量的遥感图像对于相关应用显得尤为重要,但是由于雾霾、雨雪、沙尘等恶劣天气的影响,遥感卫星和无人机所拍摄的遥感图像通常会出现严重退化现象(如失真、模糊、对比度低等)。因此提高在恶劣条件下拍摄的遥感图像质量具有重要的研究价值。本文聚焦于遥感图像去雾的深度学习方法及系统研究,所开展主要工作及取得成果包括:(1)针对现有图像去雾方法无法有效恢复遥感图像纹理细节的问题,提出一种基于显著性分析的遥感图像去雾方法。主要由以下三个模块组成:基于反射投影密集残差模块的主干网络、基于全局对比算法的显著图生成器和改进后的大气光散射模型。反射投影密集残差模块为网络模型提供了丰富的特征信息,可以有效地捕获高低分辨之间的纹理细节。显著图生成器用于生成有雾遥感图像的显著图,生成后的显著图通过引导融合模块引导网络模型学习更多的纹理细节特征。最后使用改进后的大气光散射模型来消除遥感图像中的雾霾。实验结果表明,该方法在合成数据集和真实遥感图像上能够有效恢复遥感图像中的纹理细节特征,并且能够为其他遥感影像任务提供高质量的数据。(2)针对缺少大规模真实配对遥感图像去雾数据集以及遥感图像失真的问题,提出了一种基于数据混合及拉普拉斯网络的遥感图像去雾方法。该方法主要由拉普拉斯金字塔生成器、空间权重残差通道注意力模块以及残差去雾模型组成。其中,拉普拉斯金字塔能够将遥感图像分为不同的频域层,低频层保留全局颜色信息,高频层保留从粗到细的图像细节。空间权重残差通道注意力模块组成的主干网络能够帮助残差去雾模块学习遥感图像中雾霾分布情况,从而有效的去除雾霾。针对缺少大规模真实数据集问题,采用合成数据集与小样本真实数据集进行交叉混合重组,并将重组后的混合数据集用于训练,训练后的模型能够有效恢复真实遥感图像颜色信息。实验结果表明,本方法能够有效恢复真实颜色信息和纹理细节特征,并且具有较好的去雾性能。(3)基于上述研究成果,设计并实现一个基于深度学习的遥感图像去雾原型系统。该系统主要由图像操作,图像显示,去雾方法选择,去雾操作和保存图像五个模块组成。能够有效对遥感有雾图像进行去雾处理,获得高质量的遥感图像。

关键词：遥感图像去雾显著性分析改进后的大气光散射模型卷积神经网络拉普拉斯金字塔注意力机制

来源：

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

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：