基于深度卷积神经网络的图像去雾算法

• 作者: 李晓戈 薛倩茹
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 图像去雾 卷积神经网络 信息叠加 高频 低频
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 189-195
• 页数: 7页
• 分类号: TP751
• 字数: 5489字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.08.033

摘要

随着人们对图像的质量要求越来越高,相比于传统的去雾算法,人们发现用卷积神经网络(Convolu-tional Neural Networks,CNN)对图像进行去雾处理可以达到更好的效果,可以更好地还原图像的轮廓和细节.通过研究CNN去雾的原理,提出一种通过深度卷积神经网络对图像进行去雾处理的模型.用该算法得到图像的高频信息与去雾前的低频信息相叠加,以得到清晰的图像.将该算法和基于模型和基于神经网络的去雾最新算法进行对比,实验结果表明,该算法在峰值信噪比(Peak Signal to Noise Ratio,PSNR)和时间上都优于其他几种算法,并且在细节处理和图像纹理恢复上效果也更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓戈	西安邮电大学计算机学院	15	171	6.0	13.0
2	薛倩茹	西安邮电大学计算机学院	1	1	1.0	1.0