户外图像复原及前景扣取算法研究

发布时间：2021-06-10 14:30

　　数字图像的前景扣取是从给定的图像中完整的分离出前景和背景的一种技术,该技术应用广泛,诸如电影特效制作等,然而图像在户外采集时,由于我国雾霾天气多发,图像常存在对比度低、颜色失真等退化,并且这类退化的图像在前景的扣取任务或是在其他视觉处理任务中都难以被直接应用。本文针对户外图像前景扣取在实际应用中存在的困难,分别研究了户外有雾环境下退化图像的去雾复原技术和前景扣取技术。金字塔稠密网络去雾算法是最新的去雾算法,该算法基于神经网络和物理模型进行复原操作,算法效果较好,但该算法网络模型参数较多,训练复杂。贝叶斯前景扣取算法是经典的前景扣取算法,该算法基于贝叶斯框架,数学推导严密,但算法计算十分耗时。本文针对以上算法的不足,提出了多尺度稠密残差网络的去雾算法和贝叶斯框架下基于双边滤波的快速前景扣取算法,本文的主要贡献有:1.本文针对金字塔稠密网络存在的网络参数多、训练繁复等不足,提出一种多尺度稠密残差网络的去雾算法,该网络为端到端的网络架构,通过有雾图像直接对无雾图像进行复原,实验效果更好;网络中不存网络嵌套和组合,训练过程中不需要分阶段训练;网络基础结构采用稠密残差连接网络模块（Residua... 

【文章来源】：西南财经大学四川省 211工程院校 教育部直属院校

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

无雾图像

有雾图像

金字塔稠密连接网络去雾算法


本文编号：3222547