华南理工大学电子与信息学院, 广东 广州 510641
为了有效估计雾霾图像的透射率并改善去雾图像偏暗的问题,提出一种结合卷积神经网络与动态环境光的图像去雾算法。设计了基于卷积神经网络的透射率估计网络,构建包含配对的真实雾霾图像与透射率图像库,对其进行随机块采样,得到配对的雾霾图像块与透射率图像块,并将其作为训练集用于训练透射率估计网络;使用训练好的网络估计雾霾图像的透射率,并进行平滑滤波。考虑到图像成像时光照不均的问题,使用动态环境光替代全局大气光。使用平滑滤波后的透射率和动态环境光进行图像去雾。实验结果表明,该算法不仅可以有效实现图像去雾,而且提高了去雾图像的亮度和饱和度。
图像处理 图像增强 去雾 大气散射模型 透射率 卷积神经网络 光学学报
2019, 39(11): 1110002
华南理工大学电子与信息学院, 广东 广州 510641
针对从二维彩色图像中恢复深度信息的问题,提出一种基于视觉词典的深度图生成算法。采用基于数据驱动的方法,从包含深度图的深度图像库中找出图像中各种空间结构对应的深度信息,得到由空间结构相似的图像块组成的初始视觉单词;采用难例挖掘方法找到视觉单词的难例负样本,更新视觉单词分类器,获得最优的分类效果;利用视觉单词分类器和视觉单词组成的视觉词典对目标图像进行多尺度检测,得到对应的深度图并进行边缘保持平滑滤波。实验结果表明,该算法生成的深度图符合目标图像的深度变化,在主观视觉效果和各种客观评价指标上都有显著提高。
机器视觉 深度图 机器学习 视觉单词 视觉词典 难例挖掘
