期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
图像去雾中深度学习数据增强方法
被引量:
1
1
作者
苏欣宇
王涛
+6 位作者
诸葛杰
王华英
胡争胜
张小磊
李佩
苏群
董昭
《电光与控制》
CSCD
北大核心
2024年第3期81-85,共5页
图像去雾是图像处理领域中非常重要的问题。深度学习可以有效提高图像清晰度,但训练过程中由于缺少相对应的真实雾匹配数据对,多采用合成雾作为数据集。现有合成雾多依赖于深度信息、大气散射系数等参数,针对由此作为数据集训练容易造...
图像去雾是图像处理领域中非常重要的问题。深度学习可以有效提高图像清晰度,但训练过程中由于缺少相对应的真实雾匹配数据对,多采用合成雾作为数据集。现有合成雾多依赖于深度信息、大气散射系数等参数,针对由此作为数据集训练容易造成颜色失真和去雾不彻底的问题,提出基于循环生成对抗网络(CycleGAN)合成雾方法。通过该网络进行不匹配数据对训练学习有雾图像的特征,然后赋予清晰图片真实雾特征并与其自身构成匹配数据对,最后再用此类数据集进行去雾训练。结果表明,这些数据集可以有效解决颜色失真和去雾不彻底等问题。
展开更多
关键词
图像去雾
循环生成对抗网络
图像模糊
图像清晰度增强
下载PDF
职称材料
基于复合神经网络提升亚米级卫星影像质量
2
作者
胡争胜
董昭
+5 位作者
王华英
苏欣宇
张小磊
李佩
苏群
王涛
《航天返回与遥感》
CSCD
北大核心
2023年第4期69-78,共10页
低能见度情况下,大气粒子对太阳辐射的散射和吸收效应,降低了卫星影像像质和空间分辨率,传统图像处理方法和现在普遍应用的深度学习算法无法同时提升图像像质和空间分辨率。为了改变该现状,文章提出了基于网格去雾网络(GridDehazeNet)...
低能见度情况下,大气粒子对太阳辐射的散射和吸收效应,降低了卫星影像像质和空间分辨率,传统图像处理方法和现在普遍应用的深度学习算法无法同时提升图像像质和空间分辨率。为了改变该现状,文章提出了基于网格去雾网络(GridDehazeNet)和真实超分辨率生成对抗网络(Real-ESRGAN)组合的复合神经网络。首先采用GridDehazeNet卷积神经网络架构提升卫星影像的清晰度和对比度,再利用Real-ESRGAN增强型超分辨率生成对抗网络以提升卫星影像空间分辨率;最后利用Worldview-3多光谱图像对不同算法进行了测试,并对比不同算法的测试效果。结果表明:该复合神经网络在改善图像像质和分辨率方面效果显著,其中清晰度提高了39.11倍,对比度提高了3倍,信息熵值提高了34%;且同时避免了传统算法所带来过度增强和噪声问题,对小目标物的识别和解译的准确率有显著提高。
展开更多
关键词
卫星遥感影像
图像像质
图像增强
深度学习
超分算法
遥感应用
下载PDF
职称材料
题名
图像去雾中深度学习数据增强方法
被引量:
1
1
作者
苏欣宇
王涛
诸葛杰
王华英
胡争胜
张小磊
李佩
苏群
董昭
机构
河北工程大学数理科学与工程学院
国家卫星气象中心
杭州佐格通信设备有限公司
河北省计算光学成像与光电检测技术创新中心
河北省计算光学成像与智能感测国际联合研究中心
出处
《电光与控制》
CSCD
北大核心
2024年第3期81-85,共5页
基金
国家自然科学基金(62175059)
河北省自然科学基金(F2023402009)
河北省高等学校科学技术研究项目(QN2020426)。
文摘
图像去雾是图像处理领域中非常重要的问题。深度学习可以有效提高图像清晰度,但训练过程中由于缺少相对应的真实雾匹配数据对,多采用合成雾作为数据集。现有合成雾多依赖于深度信息、大气散射系数等参数,针对由此作为数据集训练容易造成颜色失真和去雾不彻底的问题,提出基于循环生成对抗网络(CycleGAN)合成雾方法。通过该网络进行不匹配数据对训练学习有雾图像的特征,然后赋予清晰图片真实雾特征并与其自身构成匹配数据对,最后再用此类数据集进行去雾训练。结果表明,这些数据集可以有效解决颜色失真和去雾不彻底等问题。
关键词
图像去雾
循环生成对抗网络
图像模糊
图像清晰度增强
Keywords
image haze removal
cycle generative adversarial network
image blur
image sharpness enhancement
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于复合神经网络提升亚米级卫星影像质量
2
作者
胡争胜
董昭
王华英
苏欣宇
张小磊
李佩
苏群
王涛
机构
河北工程大学数理科学与工程学院
河北省计算光学成像与光电检测技术创新中心
河北省计算光学成像与智能感测国际联合研究中心
国家卫星气象中心
出处
《航天返回与遥感》
CSCD
北大核心
2023年第4期69-78,共10页
基金
国家自然科学基金(62175059)
河北省高等学校科学技术研究项目(QN2020426)
邯郸市科学技术研究与发展计划(19422083008-69)
文摘
低能见度情况下,大气粒子对太阳辐射的散射和吸收效应,降低了卫星影像像质和空间分辨率,传统图像处理方法和现在普遍应用的深度学习算法无法同时提升图像像质和空间分辨率。为了改变该现状,文章提出了基于网格去雾网络(GridDehazeNet)和真实超分辨率生成对抗网络(Real-ESRGAN)组合的复合神经网络。首先采用GridDehazeNet卷积神经网络架构提升卫星影像的清晰度和对比度,再利用Real-ESRGAN增强型超分辨率生成对抗网络以提升卫星影像空间分辨率;最后利用Worldview-3多光谱图像对不同算法进行了测试,并对比不同算法的测试效果。结果表明:该复合神经网络在改善图像像质和分辨率方面效果显著,其中清晰度提高了39.11倍,对比度提高了3倍,信息熵值提高了34%;且同时避免了传统算法所带来过度增强和噪声问题,对小目标物的识别和解译的准确率有显著提高。
关键词
卫星遥感影像
图像像质
图像增强
深度学习
超分算法
遥感应用
Keywords
satellite remote sensing
image quality
image enhancement
deep learning
super-resolution algorithm
application of remote sensing
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
图像去雾中深度学习数据增强方法
苏欣宇
王涛
诸葛杰
王华英
胡争胜
张小磊
李佩
苏群
董昭
《电光与控制》
CSCD
北大核心
2024
1
下载PDF
职称材料
2
基于复合神经网络提升亚米级卫星影像质量
胡争胜
董昭
王华英
苏欣宇
张小磊
李佩
苏群
王涛
《航天返回与遥感》
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部