结合大气散射模型的生成对抗网络去雾算法

• 作者: 屠杭垚 王万良 陈嘉诚 李国庆 吴菲
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 生成对抗网络 匹配图像 去雾 反向学习 大气散射模型
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 计算机与控制工程|Computer and Control Engineering
• 页码范围: 225-235
• 页数: 11页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2022.02.002

摘要

为了提高图像去雾的性能,提出结合大气散射模型生成对抗网络的去雾算法.算法在pix2pix GAN基础上进行改进,将网络的生成器改进成双解码器结构,通过双解码器分别生成无雾图像和透射率图,并结合大气散射模型还原雾图像,以进一步提高图像分解的质量.在马尔科夫判别器结构中,采用反向学习机制代替随机裁剪机制,以有效降低因采用随机裁剪算法而导致的判断结果不准确的概率.在原有的损失函数上,加入雾霾损失函数,提高图像转化的质量.在STOS和NYU数据集上进行消融实验和对比实验.大量实验表明所提出方法在PSNR和SSIM指标上比原算法Pix2pix GAN有所提高,且均优于现有去雾算法,复原图像具有清晰度高、噪声低、纹理丰富的优点.