论文部分内容阅读
雾霾天气会严重影响交通安全,基于交通场景图像大数据的图像去雾问题已成为智能交通、辅助驾驶、交通安全等领域的热点研究问题。有雾图像相比无雾图像在统计意义上对比度要低,本文结合Retinex理论,将有雾图像进行图像低频光照信息和高频细节信息分解,然后分别进行对比度增强,再将高低频信息进行融合,最终进行去雾修正,得到去雾图像。本文采用深度学习方法,采用多曝光图像数据集及有雾图像数据集进行分阶段训练,最终得到端到端的图像去雾深度网络模型。实验结果表明该方法显著超越了对比方法,取得了较好的图像去雾效果,尤其适