基于生成对抗网络的雾天图像复原方法研究

发布时间：2021-08-26 00:34

　　图像作为承载信息的重要媒介,在人类生产生活中扮演着愈发重要的角色。以图像为基础的信息交互通常包含图像的获取、压缩、存储和传输等过程。在这些过程中,一些硬性条件和外部因素不可避免的影响图像的质量,进而影响图像信息表达的充分性和准确性。随着大数据和人工智能技术的快速发展,人们对高质量清晰图像的需求愈加突出。因此,相应的数字图像处理技术在人们的生产生活中扮演着非常重要的角色。作为数字图像处理的一个重要分支——图像复原技术旨在通过构建数学模型模拟图像退化过程,并通过反推数学模型从原始退化图像中还原出真实图像。目前,图像复原技术广泛应用在图像去噪、图像去雾、图像去雨、图像超分辨率等多种低级视觉任务中。但是图像退化的原因众多,且性质各不相同,至今依然没有统一且高效的图像复原算法。当下,深度学习技术的快速发展为传统图像复原算法注入了新的活力,也使得寻找一个高效且适用范围广的图像复原算法成为一种可能。本文以图像去雾为例,将深度学习中的生成对抗网络应用到图像复原算法中去,其主要内容如下:（1）针对传统基于大气散射模型的去雾算法透射图估计不准确的问题,提出一种基于CGAN（Conditional Gene... 

【文章来源】：江南大学江苏省 211工程院校 教育部直属院校

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

三种模型的误差曲线图


本文编号：3363180