检索结果-南通市图书馆

面向多浓度非均匀云雾的双域遥感图像去雾算法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

现代计算机 2024年第3期30卷 9-17页

作者：刘春黔林浩然雷印杰四川大学电子信息学院成都610065

光学遥感卫星图像容易受到多浓度非均匀云雾的干扰,造成图像质量严重退化。现有的去雾算法难以有效处理多浓度非均匀云雾,于是提出了一种自注意力强化机制,即在自注意力变换中引入一种简单的无参注意力(SimAM)增强自注意力变换的建模能... 详细信息

光学遥感卫星图像容易受到多浓度非均匀云雾的干扰,造成图像质量严重退化。现有的去雾算法难以有效处理多浓度非均匀云雾,于是提出了一种自注意力强化机制,即在自注意力变换中引入一种简单的无参注意力(SimAM)增强自注意力变换的建模能力,提高对非均匀云雾的感知;为进一步提高网络的纹理细节表征能力,设计了新颖的差分卷积细节增强块,利用差分卷积算子引入梯度级信息,提高去雾网络对纹理细节的恢复能力;为实现RGB域和自适应小波域联合去雾,引入深度自适应提升小波变换实现自适应小波空间,从而实现双域协同去雾。实验结果表明,提出的方法在主流的遥感图像去雾数据集上相较于骨干模型,获得了0.52 dB的PSNR总增益。

关键词：遥感图像去雾自注意力强化差分卷积深度自适应提升小波

层级特征交互与增强感受野双分支遥感图像去雾网络

在线全文

学校读者我要写书评

暂无评论

遥感学报 2023年第12期27卷 2831-2846页

作者：孙航方帅领但志平任东余梅孙水发三峡大学计算机与信息学院宜昌443002 三峡大学湖北省农田环境监测工程技术研究中心宜昌443002 三峡大学湖北省水电工程智能视觉监测重点实验室宜昌443002

近年来,深度学习的去雾方法在图像去雾领域取得了显著的成绩。然而,大多数基于U型网络的去雾方法将编码层特征直接传递到对应解码层,缺乏浅层和深层特征之间的信息交互。此外,基于非U型网络的去雾方法存在感受野受限问题,无法有效的利... 详细信息

近年来,深度学习的去雾方法在图像去雾领域取得了显著的成绩。然而,大多数基于U型网络的去雾方法将编码层特征直接传递到对应解码层,缺乏浅层和深层特征之间的信息交互。此外,基于非U型网络的去雾方法存在感受野受限问题,无法有效的利用上下文信息。从而导致这些方法在场景尺度变化较大的遥感图像去雾中无法取得理想效果。为此,本文提出了一种层级特征交互与增强感受野的双分支遥感图像去雾网络,该方法包含层级特征交互子网和多尺度信息提取子网。其中,层级特征交互子网利用层级特征交互融合模块,逐层的在浅层特征中引入语义信息,深层特征中引入空间细节信息,从而增强编码层中不同层级特征之间的信息交互。多尺度信息提取子网利用多尺度残差空洞卷积模块,融合不同感受野的特征,从而获取对于遥感图像去雾至关重要的上下文信息。在两个公开数据集上的实验结果表明,本文提出的去雾方法相比现有的9种优秀的去雾算法,取得了最好的客观评价指标和视觉效果。

关键词：深度学习遥感图像去雾层级特征交互感受野双分支

面向遥感图像去雾的深度学习方法研究及系统实现

在线全文

学校读者我要写书评

暂无评论

面向遥感图像去雾的深度学习方法研究及系统实现

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

结合饱和度运算和暗通道理论的遥感图像去雾算法

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

计算机工程与应用 2018年第5期54卷 174-179页

作者：陈长华刘煜崔强辽宁工程技术大学矿业技术学院辽宁葫芦岛125105 辽宁工程技术大学矿业学院辽宁阜新123000 辽宁工程技术大学安全学院辽宁阜新123000

为了解决传感器雾天条件下捕获的遥感影像出现模糊,色彩偏移,地物信息丢失严重等问题,结合饱和度运算和暗通道理论提出一种遥感图像去雾算法(简称RSIDA算法)。RSIDA算法首先采用加权四叉树算法对最小通道图进行快速搜索获取全局环境光值... 详细信息

为了解决传感器雾天条件下捕获的遥感影像出现模糊,色彩偏移,地物信息丢失严重等问题,结合饱和度运算和暗通道理论提出一种遥感图像去雾算法(简称RSIDA算法)。RSIDA算法首先采用加权四叉树算法对最小通道图进行快速搜索获取全局环境光值,然后在HSV颜色空间通过饱和度运算估计大气透射率,接着设置阈值调整场景透射率并采用递归双边滤波器对其进行优化,最后通过物理模型恢复雾气降质遥感图像。通过对比实验和定量分析,结果表明RSIDA算法能够较好地恢复雾气降质遥感图像的清晰度和色彩,提高遥感图像的质量,且运算效率能够满足实时性需求。

关键词：遥感图像去雾加权四叉树饱和度运算递归双边滤波器

在线全文

学校读者我要写书评

暂无评论

基于深度学习的遥感图像去雾算法

计算机应用研究 2021年第7期38卷 2194-2199页

作者：李玉峰任静波黄煜峰沈阳航空航天大学电子信息工程学院沈阳110136

针对遥感图像由于雾霾的存在导致图像清晰度下降的问题,提出了一种基于深度学习的图像去雾算法。首先将原有大气散射模型进行变形得到一个端到端的去雾模型,再将多个未知参数统一在一个参数中,运用多尺度卷积神经网络对未知参数进行估计... 详细信息

针对遥感图像由于雾霾的存在导致图像清晰度下降的问题,提出了一种基于深度学习的图像去雾算法。首先将原有大气散射模型进行变形得到一个端到端的去雾模型,再将多个未知参数统一在一个参数中,运用多尺度卷积神经网络对未知参数进行估计,最后将参数估计值代入去雾模型中得到无雾图像。针对无参考图像数据集,先运用现有数据集对网络进行初步训练,再加入自建数据集对网络进行二次训练。实验结果表明,与相关去雾算法进行对比,该算法在视觉效果和客观指标上都有不同程度的提高,有效提升了遥感图像在雾霾天气状况下的清晰度。

关键词：遥感图像去雾深度学习多尺度卷积神经网络残差学习

在线全文

学校读者我要写书评

暂无评论

基于自适应改进的遥感图像去雾算法研究

电子设计工程 2019年第19期27卷 164-169页

作者：赵阳王剑曹浩男中国空间技术研究院航天恒星科技有限公司

受到雾霾的影响,遥感图像的质量下降,影响遥感图像的应用。因此,对遥感图像进行去雾处理有着非常重要的意义。暗通道先验算法是常用的去雾算法,但遥感图像中雾霾分布是不均匀的,因此在对遥感图像进行去雾处理时,需要改进其自适应性。本... 详细信息

受到雾霾的影响,遥感图像的质量下降,影响遥感图像的应用。因此,对遥感图像进行去雾处理有着非常重要的意义。暗通道先验算法是常用的去雾算法,但遥感图像中雾霾分布是不均匀的,因此在对遥感图像进行去雾处理时,需要改进其自适应性。本文基于提高暗通道去雾的自适应能力的目的,通过提出一个“局部灰度比”的概念,在自适应能力方面改进了暗通道去雾算法,通过对7幅遥感图像进行试验,得出该方法对遥感图像去雾的能力提升了8.39%的结论。

关键词：遥感图像去雾暗通道先验景深参数自适应改进

在线全文

学校读者我要写书评

暂无评论

深度编解码网络下的图像去雾方法

深度编解码网络下的图像去雾方法

作者：罗雅琴重庆邮电大学

学位级别：硕士

随着生态环境的变化,雾、霾现象在各大地区呈现多发状态。雾、霾天气情况下采集到的图像出现严重的质量降低。降质后的图像严重影响室外计算机视觉系统的工作性能。且当前遥感图像已被广泛运用于军事国防、灾害应急响应以及生态环境监... 详细信息

随着生态环境的变化,雾、霾现象在各大地区呈现多发状态。雾、霾天气情况下采集到的图像出现严重的质量降低。降质后的图像严重影响室外计算机视觉系统的工作性能。且当前遥感图像已被广泛运用于军事国防、灾害应急响应以及生态环境监测等领域。由于其他计算机视觉任务依托于图像信息,因此对图像去雾任务展开深入研究十分重要。随着卷积神经网络(Convolutional Neural Network,CNN)在各大任务上取得的卓越成就,将CNN运用在图像去雾任务上获得飞速发展。本文针对当前基于CNN的去雾方法存在的问题展开深入研究,具体如下:1.基于CNN的去雾网络普遍没有考虑图像场景中的多尺度局部特征信息,且大多数网络模型没有考虑有雾图像及其对应去雾图像、清晰图像间存在的潜在区别。针对以上问题,提出了一种基于注意力机制和上下文扩张的图像去雾网络。该网络首先利用上下文信息充分考虑了图像中不同尺度的局部特征。然后,采用通道注意力机制以实现特征的自适应权重分配。最后,基于对比学习的三重损失函数鼓励网络模型发现有雾图像及其对应去雾图像、清晰图像间存在的潜在差异,以此来提升该去雾网络模型的去雾性能。为了模拟真实有雾场景中雾分布不均匀的情况,在网络模型训练时采用一对多的训练形式。提出的去雾方法能够实现有效去雾,获得的去雾结果符合人眼观察习惯且细节信息清晰。2.基于CNN的遥感图像去雾方法没有充分考虑去雾的实时性。针对该问题,提出了一种基于残差八度卷积的遥感图像快速去雾网络。首先,残差八度卷积(Residual Octave Convolution,residual Oct Conv)用于特征图提取,以高频分量和低频分量分别进行处理。该去雾网络主要为编码-解码两个阶段。针对编码阶段,网络的每一层的特征图都被水平传递到解码阶段的对应网络层数。然后,提出了双频自注意力机制用于对编码阶段的输出特征图进行特征增强,以此来获得增强特征图。增强-运算-减法(Strengthen-Operate-Subtract,SOS)增强模块用于将每个网络层的增强特征图与相应解码阶段的上采样特征图进行特征融合。提出的去雾方法在有效提高遥感图像清晰度的同时实现快速去雾。

关键词：图像去雾遥感图像去雾卷积神经网络特征图

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

遥感数字图像处理关键算法研究

遥感数字图像处理关键算法研究

作者：任静波沈阳航空航天大学

学位级别：硕士

随着遥感影像的快速发展,航空遥感因其成本低、灵活性高等优点得到了广泛的应用,由于飞行高度有限,航空遥感图像在拍摄的过程中往往需要穿越云层,这就导致航空遥感所拍摄的图像存在着雾、霾等噪声,从而降低了航空遥感图像的质量。同时,... 详细信息

随着遥感影像的快速发展,航空遥感因其成本低、灵活性高等优点得到了广泛的应用,由于飞行高度有限,航空遥感图像在拍摄的过程中往往需要穿越云层,这就导致航空遥感所拍摄的图像存在着雾、霾等噪声,从而降低了航空遥感图像的质量。同时,为了得到一幅包含区域所有信息的高分辨率全景图像,就需要采用图像拼接的手段将连续拍摄的多张航空遥感数字图像合成为一张图像。本文主要研究工作如下:1.提出了一种基于深度学习的图像去雾算法。首先,将原有大气散射模型进行变形,使多个未知参数统一在一个未知参数中,并运用多尺度卷积神经网络对未知参数进行估计;最后,将参数估计值带入去雾模型中得到恢复后的无雾图像。2.提出了一种新的无人机航拍图像快速拼接算法。采用改进的A-KAZE算法提取航空遥感图像特征点并进行特征点描述,采用主成分分析法对特征描述子进行精简降维。最后将待拼接图像拼接为全景图,并通过融合算法对拼接缝进行均衡处理。3.设计了一款基于微信小程序的辽宁盘锦红海滩湿地旅游导览平台。将去雾拼接后的遥感图像与高德地图API进行镶嵌,为后续遥感图像产业化开发打下基础。通过与相关算法的对比实验,在遥感数字图像去雾方面,本文所提算法在视觉效果和客观指标上表现更好,有效提升了遥感图像在雾霾天气状况下的清晰度;遥感图像拼接方面,所提算法相较于改进前的算法,图像拼接结果无明显的拼接缝,色彩均衡,具有较强的实时性。

关键词：遥感图像去雾多尺度卷积神经网络遥感图像拼接 A-KAZE算法