公开(公告)号：CN111192219A

公开(公告)日：2020-05-22

申请号：CN202010000331.0

申请日：2020-01-02

Applicant: 南京邮电大学

Inventor： 张登银 ,  钱雯 ,  曹雪杰 ,  董江伟 ,  周诗琪 ,  张津萍 ,  温家欣

IPC: G06T5/00 ,  G06T7/90 ,  G06N3/04

Abstract: 本发明公开了图像处理技术领域的一种基于改进的逆大气散射模型卷积网络的图像去雾方法，旨在解决现有技术中图像增强的去雾方法导致图像失真、图像复原的去雾方法对模型参数选取要求过高、基于深度学习的去雾算法容易因大气光值估计误差而影响图像去雾效果的技术问题。所述方法包括如下步骤：将有雾图像输入预先训练好的卷积神经网络，获取无雾图像；所述卷积神经网络包括彼此串联的颜色特征提取卷积网络和深度去雾卷积网络，颜色特征提取卷积网络的输出端与深度去雾卷积网络的输入端连接。

公开(公告)号：CN111192219B

公开(公告)日：2022-07-26

申请号：CN202010000331.0

申请日：2020-01-02

Applicant: 南京邮电大学

Inventor： 张登银 ,  钱雯 ,  曹雪杰 ,  董江伟 ,  周诗琪 ,  张津萍 ,  温家欣

IPC: G06T5/00 ,  G06T7/90 ,  G06N3/04

Abstract: 本发明公开了图像处理技术领域的一种基于改进的逆大气散射模型卷积网络的图像去雾方法，旨在解决现有技术中图像增强的去雾方法导致图像失真、图像复原的去雾方法对模型参数选取要求过高、基于深度学习的去雾算法容易因大气光值估计误差而影响图像去雾效果的技术问题。所述方法包括如下步骤：将有雾图像输入预先训练好的卷积神经网络，获取无雾图像；所述卷积神经网络包括彼此串联的颜色特征提取卷积网络和深度去雾卷积网络，颜色特征提取卷积网络的输出端与深度去雾卷积网络的输入端连接。