基于多特征融合的卷积神经网络图像去雾算法
针对传统去雾算法需要人工提取特征,对比度低、信噪比低等问题, 提出一种基于多特征融合的卷积神经网络去雾算法。利用卷积神经网络算法模拟人类视觉系统对雾天图像进行层次化处理, 实现自动提取特征。算法采用直接从雾天图像到清晰无雾图像映射的学习方式, 该映射由特征提取、多尺度特征融合和浅层深层特征融合联合实现。多尺度特征融合提升网络对图像细节的重建, 浅层深层特征融合则将浅层卷积得到的轮廓信息和深层卷积得到的细节信息进行融合, 提升去雾重建的整体效果。实验结果表明, 相比于单一尺度网络, 多特征融合网络的峰值信噪比提高了1.280 dB。本文算法对自然雾天图像去雾效果明显, 细节信息和对比度均优于其他算法, 为去雾方法的研究提供了新思路。
文件下载
评论信息
其他资源
- JavaScript实现选择文件夹
- Quartus Prime Standard&Pro; Windows 17.0破解
- DNN文件资源.rar
- 渗透学习测试网站源码打包带走
- 09 canOpen PDO定时发送.zip
- QT5 实现TCP通信 客户端与服务端，互相发送字符串；解决乱码问题
- 微信小程序Demo：悦读神器
- JLink_Pro 原理图下载
- 市场哲学的数学原理完全配图手册-缠中说禅（第二版下册）
- c#武林外传外挂源代码
- 安卓记账本毕业设计项目源码Android应用源码
- 033-新员工入职培训模板.pptx
- 中科大-数据采集与智能仪器-2018.zip
- ProDAD_Mercalli(防抖).txt
- -前端知识【9】的示例代码 test.rar
- 一种基于多相带通结构的信道化滤波器算法
- 随机过程PPT原版课件
- C#编写数字图像处理程序
- Unity3d 第三人称射击源码
- 2016山东省NOI省队集训DAY6 题目题解数据标程 NOIP省选集训
- Linux C编程一站式学习 宋劲杉
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明