图像去雾相关论文
燃油资源是我国重要的不可再生资源,是工业发展和军队作战的基础。当前燃油资源主要以管道形式运输,保证输油管道的安全对野战军作......
图像去雾是计算机视觉领域一个重要的研究方向,旨在从有雾图像中获取原有场景的细节和纹理特征等信息,进而得到清晰无雾的图像。作为......
在自然环境中,相机传感器受天气条件的影响会拍摄到一些图像质量较低的低质图像,这些图像上会呈现出清晰度低、细节模糊、颜色失真......
本文针对水下图像颜色失真以及不同区域存在不同程度雾状模糊的问题,提出一种基于颜色校正和区域划分的水下图像增强算法。首先利用......
常规的偏振高光谱图像去雾方法在应用过程中存在端元提取精度偏低的问题,使得偏振高光谱图像的去雾效果不佳,因此,基于混合像元分解设......
针对现有的基于卷积神经网络去雾算法无法有效地去除真实雾图非均匀分布的雾霾问题, 提出一种基于双支残差特征融合网络的端到端图......
从周围环境中提取视觉信息对人类活动中至关重要。然而,某些复杂环境会严重破坏视觉信息的正常提取。大气污染如烟雾、雾霾、灰尘......
遥感图像在成像过程中,容易受到云层和雾霾天气的影响,形成带雾图像;同时在下传时,会受到多种因素影响(如发送接收误码、电离层和对流层......
为提高单幅图像去雾方法的准确性及其去雾结果的细节可见性,该文提出一种基于多尺度特征结合细节恢复的单幅图像去雾方法。首先,根据......
在低质图像降质问题中,亮度偏离(如图像偏亮及偏暗)是较为常见的图像降质现象。基于全监督学习的图像增强方法面临训练数据难以获取或......
图像是信息的重要承载形式。雾霾的出现降低了图像采集设备采集到的图像质量,容易出现色彩暗淡、对比度和饱和度降低、细节信息丢失......
近年来,遥感技术快速发展,遥感图像被广泛应用于城市建设、地质灾害检测以及农林业调查等各个领域。但是雾霾的存在会影响获取到的......
针对现有图像去雾方法易产生颜色过饱和、细节丢失、伪影等问题,提出了一种基于雾线和颜色衰减先验的去雾方法。首先,利用雾线先验和......
针对现有去雾算法无法根据有雾图像的不同区域特征进行差异化处理的问题,提出了一种基于注意力机制和马尔可夫判别器(PatchGAN)的图像......
目的:目前基于深度学习的去雾方法大都是直接学习有雾图像和无雾图像之间的映射关系,由于没有结合雾图自身的特点,存在雾信息检测不精......
随着社会工业化的发展,雾霾已经成为人们生活中的一种常见天气,受雾霾天气下空气中的悬浮气溶胶影响,室外拍摄设备获取的图像清晰......
在雾天条件下,由于空气中悬浮的小水珠、颗粒物等微小粒子对大气光的散射作用,会对户外图像信息采集系统造成极大的干扰,采集到的......
在科技与社会极速发展的当今,道路上具备自动驾驶功能的车辆数目愈发增多,这些先进的汽车之所以能够实现无人驾驶,是因为车上搭载......
针对现有去雾算法应用于真实场景时容易产生颜色失真、雾霾残留严重等问题,提出一种多尺度单幅图像去雾网络。首先基于Retinex理论......
当前,由于计算机等技术的日益进步,计算机视觉被广泛运用到无人机导航领域。更便宜、更灵活的视觉传感器的应用使得基于视觉的导航......
在现代智能交通系统中,电子车牌标识已成为其核心,并广泛应用于人们的生活中。车牌标识系统一般包含了车牌定位、字符划分和字符标......
针对目前图像去雾方法中存在的输出图像色彩偏暗、场景信息丢失以及去雾不彻底等问题,提出了一种基于注意力机制的端到端图像去雾方......
障碍物辨识及V2P保护是智能汽车及智慧交通领域的重要研究课题,对安全驾驶及提高车辆的智能化程度有重要意义。目前已成为智能汽车......
针对现有图像去雾算法中全局大气光值和透射率估算不准确导致图像去雾后色彩失真、去雾效果差等问题,提出一种结合暗通道先验与梯度......
在人工智能快速发展的当今社会,人们越发聚焦于自动驾驶技术,注重于降低事故发生和经济效益。其中,无人驾驶车辆周围的交通参与者,......
针对智能汽车在不利天气下无法实时准确获得视觉信息的问题,对现有应对方法进行调研。在雾天和低照度条件下,智能车摄像机捕捉到的画......
提出一种非下采样轮廓波变换(non-subsampled contourlet transform, NSCT)和分数阶微分相结合的图像去雾算法.该算法首先通过对低质......
现有的基于深度学习的图像去雾算法主要是通过增加网络的深度或宽度来提升算法的性能,但是这样需要更多的计算资源,并且现有的去雾算......
现有图像去雾算法在复原含明亮区域的雾天图像时,存在色彩失真、偏色、亮度低等问题。针对现有算法的不足,提出一种基于指数映射与自......
针对暗通道先验存在的边缘去雾不彻底及细节信息丢失等问题,提出了一种景深引导网络(Depth Guided Network,DGN)与环境光优化的图像去......
针对现有图像去雾方法去雾效果较差及颜色失真较为严重的问题,提出了一种结合注意力门控与特征融合的去雾网络。该网络以全卷积神经......
秋冬时节雾霾天气频发,严重影响了监控系统里的车牌识别精度,迫切需要能够进行实时处理的小型化的嵌入式车牌识别系统。图像去雾目前......
在雾霾天气下,由于大气颗粒的存在会对大气光产生吸收和散射作用,导致拍摄的图像或视频出现信息模糊和对比度下降等现象,使得提取......
图像去雾是典型的不适定问题,编解码网络是常用的去雾网络架构。编解码网络由编码器、解码器和连接两者的特征转换器构成。经过分析......
基于暗通道的图像去雾算法的缺点是去雾后的图像亮度降低并且局部区域颜色加深,对此,提出一种新的去雾算法。对有雾图像分别进行伽马......
雾霾图像不仅影响视觉效果,而且模糊不清晰的图像容易为后续识别、理解等高层次任务带来困难。雾霾图像清晰化问题是一个典型的不适......
随着定位技术的发展与应用,社会对高精度的定位需求日益增加。在复杂场景、室内环境下,GNSS定位技术无法发挥作用,而视觉定位因其......
近年来,越来越多的计算机视觉系统被广泛地应用于人们生活中的方方面面,从日常生活到国家安全,计算机视觉系统起着重要的作用。这......
大脑作为生物高级神经活动的物质基础,负责对外界刺激的表达响应和编码整合,视觉系统在大脑的作用下可以更好的感知世界。借鉴视觉......
图像去雾是计算机视觉领域中的热点研究方向之一。在人工智能(Artificial Intelligence,AI)技术高速发展的今天,安保监控、无人车驾......
学位
在雾霾天气条件下,户外成像设备采集的图像变得模糊不清,而这些降质图像所包含的有效信息大幅减少,导致特征提取困难,进一步影响了......