一种基于单幅图像的联合去雾检测方法、装置及存储介质.pdf
东耀****哥哥
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于单幅图像的联合去雾检测方法、装置及存储介质.pdf
本发明公开了一种基于单幅图像的联合去雾检测方法、装置及存储介质,所述方法包括获取PASCAL‑VOC2012数据集,使用大气散射模型方程对数据集进行雾化处理,生成不同浓度的雾天图像;将雾天图像输入预先构建的检测网络模型进行检测,其中,检测网络模型包括特征提取模块和颈部检测模块;检测时,将雾天图像输入特征提取模块中,提取雾天图像上不同分辨率的特征图;根据不同分辨率的特征图进行向量之间的特征融合,并输入至颈部检测模块进行检测,获得不同分辨率的检测结果,本发明具有检测精度高、实时性和应用性较强、漏检率低等优点,
基于深度学习的单幅图像去雪花方法、装置及存储介质.pdf
本发明公开了一种基于深度学习的单幅图像去雪花方法、装置及存储介质,所述方法包括:通过注意力机制,将成对的具有相同背景的含雪和无雪图像作为输入,根据网络的自动学习能力,提取雪花像素的特征生成雪花注意力图;将含雪图像与相应的雪花注意力图同时作为无雪图像生成部分的输入,利用U‑net网络以及残差网络恢复出无雪图像;将恢复出的无雪图像与真实的无雪图像同时作为判别器部分的输入,用以训练判别器判断真假图像的能力;采用训练后的判别器对输入的图像进行特征提取,通过提取到的特征做出判断,从而使得生成器生成的图像越来越接近真
一种图像去雾去噪方法、装置、设备及存储介质.pdf
本申请公开了一种图像去雾去噪方法、装置、设备及计算机可读存储介质,其方法包括:根据暗原色先验原理、大气散射模型及TVBH模型构建H‑TVBH模型;获取原始图像,计算原始图像的初始透射率和大气光值;将原始图像、初始透射率及大气光值输入到H‑TVBH模型中,对H‑TVBH模型进行求解,得到去雾去噪图像。本申请公开的上述技术方案,通过所构建的H‑TVBH模型实现对原始图像的去雾去噪处理,从而达到较好的图像处理效果,而且由于TVBH模型中的规则项可以保持图像边缘细节,因此,则结合TVBH模型所得到的H‑TVBH模
基于传播滤波的单幅图像去雾方法.pdf
本发明提供一种基于传播滤波的单幅图像去雾方法,首先通过双区域滤波法估计初始大气透射率,再以最小颜色通道图作为参考图像,结合传播滤波法得到优化后的大气透射率,最后采用自适应方法优化的大气光强度,基于大气散射模型实现无雾图像的恢复。与现有技术相比,本发明的优势在于,能得到更为精确的大气透射率,可以改善现有的图像去雾方法中景深突变边缘的去雾残留问题,同时边缘细节得到有效保持,局部纹理区域具有较好的空间平滑性。
一种基于改进的非局部先验的单幅图像去雾方法及介质.pdf
本发明请求保护一种基于改进的非局部先验的单幅图像去雾方法及介质,属于计算机视觉技术领域以及图像处理技术领域。本发明首先使用改进的暗通道先验方法进行大气光估计,然后采用非局部先验对整幅图像进行处理,估算出初始的透射率。非局部先验考虑的是全局信息,不需要将图像分割成不同的块,可以避免出现晕轮现象。其次采用基于加权L1范数的上下文正则化对场景透射率进行细化,得到细化的场景透射率,最后使用域变换滤波对透射率进行修正。本发明在峰值信噪比、可见边数、平均梯度、饱和像素点数等评价指标上均有所提升。