收录:
摘要:
本发明公开了一种基于特征学习的单幅图像去雾方法,该方法根据雾气图像的某些特征如暗通道特征、最大颜色对比度等预估计出透射图,然后再基于大气散射模型得到大气光强度值并恢复出无雾图像。为了提高算法的自适应性,本发明对传统的物理模型进行改进,使用深度学习方法来预测出透射图,改进了传统的基于假设的方法,得出更加真实的的透射图。图像去雾的核心是估计出透射图,而深度学习有强大的特征提取和学习能力,可以训练出雾气图像和透射图之间的映射模型。利用深度学习模型预测出雾气图像的透射图像后,再根据大气散射模型即可恢复出无雾图像,同时提高了去雾算法的自适应调整能力,获得较高的去雾质量,并有较低的复杂度。
关键词:
通讯作者信息:
电子邮件地址: