一种特征融合方法、图像去雾方法及装置.pdf
努力****冰心
亲,该文档总共21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
一种特征融合方法、图像去雾方法及装置.pdf
本发明实施例提供了一种特征融合方法、图像去雾方法及装置,涉及图像处理技术领域。该方法包括:获取目标特征和至少一个待融合特征,所述目标特征和所述至少一个待融合特征分别为同一图像的不同空间尺度的特征;将所述目标特征划分为第一特征和第二特征;基于残差稠密块RDB对所述第一特征进行处理,获取第三特征;对所述第二特征和所述至少一个待融合特征进行融合,获取第四特征;合并所述第三特征和所述第四特征,生成所述目标特征和至少一个待融合特征的融合结果。本发明实施例用于解决现有技术中的多尺度特征融合方式会限制网络架构中的特征的
基于特征融合的快速图像去雾方法.docx
基于特征融合的快速图像去雾方法基于特征融合的快速图像去雾方法摘要:随着计算机视觉和机器学习技术的发展,图像去雾成为了一个备受关注的研究领域。图像去雾是一种旨在从有雾图像中恢复出清晰的图像的过程,具有广泛的应用价值。本文提出了一种基于特征融合的快速图像去雾方法,通过有效地融合多个特征来实现高质量的去雾结果。实验结果表明,该方法在性能和效率方面优于传统的图像去雾算法。1.引言在自然环境下,由于大气中灰尘、颗粒等的存在,图像中常常会出现雾霾现象,严重降低了图像的清晰度和可见度。随着无人驾驶、无人机等技术的发展,
一种融合频率和内容特征的单幅图像去雾方法.pdf
本发明涉及一种融合频率和内容特征的单幅图像去雾方法,包括:首先将输入图像进行批归一化处理,然后输入到包含频率流和内容流的双流网络;频率流使用倍频卷积提取图像高低频特征,并加入了基于Transformer的高低频双重自注意力机制;内容流为残差嵌套结构提取图像内容特征,并加入了残差通道注意力机制;针对去雾过程中算法导致的图像结构信息和细节高频信息被抹除问题,提出使用倍频卷积准确的提取频率特征,并与内容特征有效结合最终得到去雾图像。本发明针对单幅有雾图像进行去雾都能得到更高质量的去雾图像。本发明结合了倍频卷积、
一种基于轮廓和颜色特征融合编码的图像去雾方法.pdf
本发明提出了一种基于轮廓和颜色特征融合编码的图像去雾方法。本发明构建生成网络和判别网络,将待处理图像输入Generator‑Net,首先提取带雾图像的整体轮廓特征,在低级特征编码区提取图像颜色特征,实现轮廓特征的融合编码;在高级语义编码区,实现反向传播过程语义信息的深度解析;融合低级特征编码的输出及高级语义编码的多层输出,通过卷积神经网络进行特征解码,实现图像去雾。在网络学习过程中,将生成的去雾图像和对应的样本标签输入到Discriminator‑Net,进一步提升Generator‑Net的去雾能力。本
图像去雾方法和装置.pdf
本发明公开了一种图像去雾方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:获取待处理图像,所述待处理图像为有雾图像;通过预构建的图像去雾网络,获得所述待处理图像对应的清晰图像,所述清晰图像为无雾图像;其中,所述预构建的图像去雾网络用于获取所述待处理图像的特征图像,并基于所述特征图像获得与所述待处理图像对应的清晰图像。该实施方式得到的去雾图像细节丰富,去雾性能显著,可广泛应用于各种去雾场景。