摘要
针对传统暗通道去雾算法在处理大面积天空区域部分时易出现光晕的缺点,提出了一种传统算法与神经网络相结合的去雾网络。首先经由暗通道去雾算法和Retinex算法分别获得两幅待融合图像,然后基于编码解码的神经网络构建一个图像融合去雾网络系统。训练阶段在编码网络中加入密集块结构,增强了模型的稳健性,便于从更高维度提取特征信息;测试阶段利用gamma校验因子预处理待融合的图像,减少了图像处理过程中的光晕现象问题。合成有雾图像处理的实验结果表明,该算法合理地将传统算法和神经网络去雾算法融合起来,构建一个新型去雾模型,提高了去雾精度,无论是在室内、室外合成数据集中去雾效果均有提升;较现有经典算法峰值信噪比至少提高18.7%,而且对自然雾天图像的处理效果明显;在图像物理细节信息处理方面对比已有算法有了一定的提高,为研究图像去雾提供了新思路。
作者
李晓璇
赵中华
童有为
LI Xiaoxuan;ZHAO Zhonghua;TONG Youwei
出处
《桂林航天工业学院学报》
2022年第3期308-314,共7页
Journal of Guilin University of Aerospace Technology
基金
国家自然科学基金“基于光声效应的激光声跳时隙水下数据传输方法研究”(61961008)
广西创新驱动发展专项项目“新一代音频设备技术研发及其产业化”(桂科AA18242030)。