公开(公告)号：CN114022380A

公开(公告)日：2022-02-08

申请号：CN202111299529.4

申请日：2021-11-04

Applicant: 安徽工业大学

Inventor： 纪滨 ,  季云云 ,  李乔 ,  胡雪冬 ,  丁锋

IPC: G06T5/00 ,  G06T5/40

Abstract: 本发明公开了一种基于HSI颜色空间的无参考去雾图像质量评价方法，属于图像处理技术领域。本发明针对去雾图像容易出现的两类失真问题——色彩失真和清晰度不足，将图像转换到HSI颜色空间进行处理，分别得到三个通道对应的子图像。基于其不同的分布规律，提出利用H通道和S通道的子图像完成色彩评估，I通道的子图像完成清晰度评估，从而使客观评价结果和主观感受达到较高的一致性。解决了去雾图像由于缺少参考图像而难以完成对其质量评估的问题。本发明处理步骤少，无需使用无雾的参考图像以及大量数据集进行模型训练，最终评价结果准确性高，应用简洁。

公开(公告)号：CN119624829A

公开(公告)日：2025-03-14

申请号：CN202411671715.X

申请日：2024-11-21

Applicant: 安徽工业大学

Inventor： 周昊 ,  王乐 ,  陶陶 ,  李乔

IPC: G06T5/73 ,  G06T5/60 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了遥感图像去雾方法，涉及计算机视觉和图像处理领域，采用包括多尺度多维度模块的卷积网络来拟合有雾图像到清晰图像之间的映射关系，包括以下步骤：S1：建立去雾模型；S2：设计多尺度多维度模块的去雾网络，网络的每一层将多尺度多维度特征提取，然后进入大气散射模型单元处理；S3：收集训练数据集；S4：训练多尺度多维度模块的去雾网络；S5：遥感图像去雾。本发明的优点是，具有多尺度多维度模块，可以增强精细细节的提取，有助于提取有雾和无雾图像之间的精细细节，并能有效去除雾霾，允许模型根据需要自适应地优先考虑全局上下文或显著细节，采用的多种池化方法的组合可确保更好的特征融合，提高图像去雾的性能。