论文部分内容阅读
由于受雾霾、沙尘等天气的影响，空气中存在的杂质颗粒对光线产生散射，导致室外和室内拍摄图像呈现出灰白化，阻碍了视觉系统智能化的发展.为了解决现有的深度学习图像去雾算法存在的去雾不彻底、透射率计算不精确的问题，提出了改进的卷积神经网络去雾算法.该网络先进行浅层特征提取，再经过多尺度卷积实现深层特征提取，最后再加入金字塔池化网络确保卷积网络输入图像尺寸一致，实现深浅层特征融合.改进后的网络能够获取特征图更多的信息并且防止丢失一些图像的细节信息，从而得到更精确的透射率图.仿真实验结果表明：改进后的算法可以提高图像去雾性能，有效地改善去雾图像出现的偏色、失真、去雾不彻底等问题，使去雾后的图像更加自然并呈现良好的视觉效果.