论文部分内容阅读
针对有雾天气会使图像质量降低、影响图像信息的提取、导致图像的应用价值减少的问题,基于深度学习提出了一种多尺度卷积神经网络,并基于此多尺度卷积神经网络给出了新的图像去雾算法:使用该多尺度卷积神经网络对原有雾图像进行特征提取、特征融合并最终实现图像细节的重建,得到粗透射率图;利用原有雾图像中像素点的位置和亮度值得到大气光值;利用导向滤波得到细透射率图,并结合大气光值反演出无雾图像;最后对无雾图像进行直方图颜色校正.实验结果表明:相比传统去雾算法,新的图像去雾算法对图像细节的处理更加自然且具有很好的视觉效果.