特征学习的单幅图像去雾算法

发布时间：2017-06-12 19:05

  本文关键词：特征学习的单幅图像去雾算法，，由笔耕文化传播整理发布。

【摘要】：目的雾霾天气使图像降质,严重影响军事、交通和安全监控等领域信息系统的正常运作,因此图像去雾具有重要研究意义。目前主流的单幅图像去雾算法主要利用各种与雾相关的颜色特征实现,但不同的颜色先验知识往往存在各自的场景局限性。为提高图像去雾的普适性,提出一种特征学习的单幅图像去雾方法。方法首先通过稀疏自动编码机对有雾图像进行多尺度的纹理结构特征提取,同时抽取各种与雾相关的颜色特征。然后采用多层神经网络进行样本训练,得到雾天条件下纹理结构特征及颜色特征与场景深度间的映射关系,并估算出有雾图像的场景深度图。最后结合大气散射模型,根据场景深度图复原无雾图像。结果与主流去雾算法的结果定性对比,复原后的图像细节更清晰,颜色更自然。采用均方误差和结构相似度定量评价各算法去雾结果与真实无雾图像的相似度,本文算法结果与真实无雾场景间的相似度最高,达到99.9%。结论对实验结果的定性及定量分析表明,本文算法能有效获取有雾图像的场景深度,复原出视觉效果理想的无雾图像,且具有很好的场景普适性。
【作者单位】： 华南农业大学数学与信息学院;广东工业大学计算机学院;
【关键词】： 图像去雾 特征学习 深度学习 神经网络 稀疏编码
【基金】：国家自然科学基金项目(61202269,61472089,61202293);国家自然科学基金—广东联合基金项目(U1501254) 广东省自然科学基金(2014A030308008) 广东省科技计划项目(2013B051000076,2014A050503057,2015A020209124,2015B010131015,2015B010108006)~~
【分类号】：TP391.41
【正文快照】： 第21卷/第4期/2016年4月麦嘉铭,王美华,梁云,蔡瑞初/特征学习的单幅图像去雾算法scattering model.Result Compared with the results of mainstream algorithms,those of the proposed algorithm are more nat-ural and have more details.Qualitative evaluation of the sim

【相似文献】

中国期刊全文数据库 前10条

1 何旭涛;连志春;;跨越连接多层神经网络的稳定性[J];辽宁科技大学学报;2008年02期

2 连志春;;基于有跨越连接的多层神经网络的优越性[J];辽宁师专学报(自然科学版);2008年02期

3 胡子建;在多层神经网络中用Back-Propagation算法进行方位角估测[J];南昌大学学报(理科版);1990年04期

4 杨晓帆，陈廷槐，汪雪琴;多层神经网络的内在容错性[J];重庆大学学报(自然科学版);1995年03期

5 王国胤，施鸿宝;基于循环多层神经网络的联想存贮器[J];上海铁道大学学报;1996年02期

6 热合木江,古丽·吐尔逊,艾尼瓦尔·吐尔地,马玉书;多层神经网络的一种有效算法[J];石油大学学报(自然科学版);2003年06期

7 顾明;;多层神经网络在入侵检测中的应用[J];计算机工程与设计;2007年08期

8 刘雨搏;金宁;;基于共轭梯度法的多层神经网络训练方法[J];信息技术;2008年03期

9 罗辽复;李前忠;;一个突触前后不对称的多层神经网络模型[J];内蒙古大学学报(自然科学版);1990年03期

10 龙元香;王元元;邵军力;;自动生成多层神经网络的算法及其在编码中的应用[J];通信工程学院学报;1993年02期

中国重要会议论文全文数据库 前4条

1 肖化;胡广莉;何惠玲;保宗悌;;基于两组多层神经网络的电容层析成像研究[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

2 李延龙;马军;李鸿伯;;具有稀疏突触的多层神经网络同步中的耦合参数[A];全国复杂系统研究论坛论文集（二）[C];2005年

3 吕强;郭孔辉;张翠芳;;基于递归多层神经网络的非线性动力学系统辨识[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（上册）[C];1995年

4 绪梅;冯地清;;利用多层神经网络实现核爆／非核爆的模糊综合评判方法[A];第7届全国核电子学与核探测技术学术年会论文集（三）[C];1994年

  本文关键词：特征学习的单幅图像去雾算法，由笔耕文化传播整理发布。

本文编号：444716