基于残差聚集网的恶劣天气环境下图像清晰化处理

• 作者: 刘扬
• 来源期刊: 指挥控制与仿真
• 学科: 军事
• 关键词: 残差聚集网 神经网络 深度学习 图像处理
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息融合专题
• 页码范围: 46-52
• 页数: 7页
• 分类号: TP391.41|E917
• 字数: 4521字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3819.2020.02.009

摘要

恶劣天气环境下的图像清晰化处理技术可以协助军事作战人员高效准确地进行目标检测、识别和跟踪,在安防与交通导航等领域也有较高的应用价值.针对沙尘、雨、雪、雾、霾等恶劣天气环境造成的图像失真问题,提出了一种新的基于深度神经网络的图像清晰化技术,通过构造残差聚集模块来提取细节特征,使用稠密连接,并组合低维特征生成高维特征.实验结果表明,该网络在图像去雨流任务上相比DDN和DualCNN有较为明显的改善,在图像去噪、去雾、去模糊、去雨滴等任务上也达到了理想效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘扬		1	0	0.0	0.0