论文部分内容阅读
为解决由于无人机实际飞行过程中受到雾霾的影响,使获取的图像明显降质问题,提出了一种深度学习神经网络模型DLDN,利用神经网络模型实现无人机深度学习去雾算法。首先结合暗通道先验进行去雾网络模型设计,在保证去雾精度和效果下,对网络结构进行优化;然后对含雾图像间隔多尺度卷积特征提取,采取最大池化层的方式对特征降维;最后通过修正线性单元和全连接对进行处理,得到回归结果。实验结果表明,该算法与原图相似度最高、鲁棒性较好且去雾效果明显,满足实际工程实时性要求。