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
