基于多尺度融合卷积神经网络的图像去雾算法

• 作者: 乔丹 张闯 朱晨雨
• 来源期刊: 液晶与显示
• 关键词: 图像去雾 卷积神经网络 多尺度融合 图像复原 大气散射模型
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 图像处理|Image Processing
• 页码范围: 1420-1429
• 页数: 10页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.37188/CJLCD.2020-0347

摘要

为解决图像去雾后颜色偏暗以及去雾不彻底等问题,本文提出了一种基于多尺度融合卷积神经网络的图像去雾算法.以有雾图像为输入,首先经过预处理模块由单尺度卷积层提取有雾图像浅层信息,然后设计多尺度映射模块实现深度特征学习以及深、浅层特征融合,由反卷积模块还原图像尺寸,通过卷积操作得到有雾图像对应的粗透射率图.采用双边滤波法优化输出细透射率图,最后依据大气散射模型复原出无雾图像.实验结果表明:本文方法在合成有雾图像和自然有雾图像上均优于其他算法,其中合成有雾图像上的峰值信噪比(PSNR)、结构相似性(SSIM)能分别达到29.238、0.950.本文所提算法可以有效地避免去雾图像颜色偏暗、失真等不足,提高了图像去雾性能并体现出良好的视觉效果.