1 陆军工程大学, 石家庄 050000
2 陆军步兵学院, 石家庄 050000
3 武警第一机动总队机动第六支队, 河北 保定 072000
针对山区范围内敌军雷达站的分布、洞库位置、交通补给线路等大目标的识别提出一种基于非局部先验的算法。首先在山区雾霾图像内采用对色彩的索引以求得聚类检测的雾霾线, 进而对雾霾线中像素的传输系数初始值进行估计, 最后, 采用最优化的算法对传输系数正则化处理, 得到无雾霾图像。
图像去雾霾 大目标识别 非局部先验 图像复原 山区 image dehazing large target recognition non-local prior image restoration mountainous area
西北师范大学计算机科学与工程学院, 甘肃兰州 730070
传统的去雾霾方法会导致天空、白云和明亮区域内的颜色失真。为了解决以上问题, 提出了一种基于多尺度卷积神经网络和分类统计的去除图像雾霾的方法。首先用多尺度卷积神经网络估计图像的透射率, 其次对所估计的透射率进行分类统计以确定在暗通道内天空、白云和明亮区域的像素值, 最后通过低通高斯滤波器平滑图像场景的辐射度, 得到恢复的无雾霾图像。实验结果表明, 采用提出的方法对图像去雾霾后明亮区域内的颜色不会失真, 且保留了图像的自然外观, 对合成图像和真实图像均有较好的去雾霾效果。
图像处理 图像去雾霾 多尺度卷积神经网络 分类统计 透射率 image processing, image dehazing, multi-scale conv
