文档名：沙尘图像色彩恢复及增强卷积神经网络
目的：在沙尘天气条件下,由于大气中悬浮微粒对入射光线的吸收和散射,户外计算机视觉系统所采集图像通常存在颜色偏黄失真和低对比度等问题,严重影响户外计算机视觉系统的性能.为此,提出一种带色彩恢复的沙尘图像卷积神经网络增强方法,由一个色彩恢复子网和一个去尘增强子网组成.方法：采用提出的色彩恢复子网(sanddustcolorcorrection,SDCC)校正沙尘图像的偏色,将颜色校正后的图像作为条件,输入到由自适应实例归一化残差块组成的去尘增强子网中,对沙尘图像进行增强处理.本文还提出一种基于物理光学模型的沙尘图像合成方法,并采用该方法构建了大规模的配对沙尘图像数据集.结果：对大量沙尘图像的实验结果表明,所提出的沙尘图像增强方法能很好地去除图像中的偏色和沙尘,获得正常的视觉颜色和细节清晰的图像.进一步的对比实验表明,该方法能取得优于对比方法的增强图像.结论：本文所提出的沙尘图像增强方法能很好地消除整体的黄色色调和尘霾现象,获得正常的视觉色彩和细节清晰的图像.
作者：石争浩 刘春月 任文琦 都双丽 赵明华
作者单位：西安理工大学计算机科学与工程学院,西安710048中山大学网络空间安全学院,深圳518107
母体文献：2022低质图像增强前沿论坛论文集
会议名称：2022低质图像增强前沿论坛
会议时间：2022年4月21日
会议地点：线上
主办单位：中国图象图形学报
语种：chi
分类号：
关键词：沙尘图像 色彩恢复 图像增强 卷积神经网络
在线出版日期：2022年9月21日
基金项目：
相似文献
相关博文
- 文件大小:
- 37.11 MB
- 下载次数:
- 60
-
高速下载
|
|
