![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
去雾
文章平均质量分 82
cherry1307
这个作者很懒,什么都没留下…
展开
-
Investigating haze-relevant features in a learning framework for image dehazing
原创 2019-10-22 15:00:49 · 1183 阅读 · 0 评论 -
色调差异——A fast semiinverse approach to detect and remove the haze from a single image
原创 2019-10-22 11:37:07 · 653 阅读 · 0 评论 -
颜色衰减先验——A Fast Single Image Haze Removal Algorithm Using Color Attenuation Prior
原创 2019-10-14 22:20:02 · 4210 阅读 · 5 评论 -
最大化局部对比度——Visibility in bad weather from a single image
局部对比度最大化原理估计大气光值算法原创 2019-10-14 16:02:31 · 813 阅读 · 0 评论 -
暗通道先验——Single Image Haze Removal Using Dark Channel Prior
大气散射模型暗通道先验大气光值A的估计图像复原from PIL import Imageimport cv2;import math;import numpy as np;import osdef DarkChannel(im,sz): b,g,r = cv2.split(im)#通道拆分 dc = cv2.min(cv2.min(r,g),b);#取...原创 2019-10-13 16:12:06 · 1982 阅读 · 0 评论 -
Single Image Dehazing via Conditional Generative Adversarial Network
原文贡献提出了一种基于条件生成对抗神经网络的去雾网络生成网络采用编码器——解码器的结构,以捕获更多有用信息新的损失函数,包括:合成包括室内和室外的有雾图像数据集。生成网络的结构生成网络是输入有雾图像生成清晰图像,因此不仅要保留图像的结构和细节还要去雾。受ResNet和U-Net启发,在生成网络由编码器和解码器组成,使用对称层的跳过连接(skip connection)来突破解码...原创 2019-05-23 21:20:37 · 1115 阅读 · 0 评论 -
PAD-Net: A Perception-Aided Single Image Dehazing Network
摘要: 在这项工作中,我们研究了在训练端到端去雾神经网络时用感知导出的损失函数(SSIM,MS-SSIM等)替换L2损失的可能性。客观实验结果表明,与现有技术的端到端去雾神经网络(AOD-Net)使用L2损失相比,通过仅改变损失函数,我们可以在RESIDE数据集中设置的SOTS上获得显着更高的PSNR和SSIM分数。我们获得的最佳PSNR为23.50(相对改善率为4.2%),我们获得的最佳SSIM...原创 2019-03-11 17:50:19 · 1182 阅读 · 2 评论 -
AOD-NET:An All-in-One Network for Dehazing and Beyond
原文pdf摘要本文提出了一种基于卷积神经网络(CNN)的图像去雾模型,称为AOD-Net。它是基于重新变形的大气散射模型设计的。AOD-Net不是像大多数先前模型那样分别估算传输图和大气光值,而是通过轻量级CNN直接生成去雾后的图像。这种新颖的端到端设计使得将AOD-Net更容易嵌入其他深度模型(例如,faster R-CNN)中,改善对有雾图像的高级任务性能。在合成和自然有雾图像数据集上的实...原创 2019-03-11 15:36:35 · 12040 阅读 · 4 评论 -
基于深度神经网络的雾天退化场景图像可见性增强——Farhan Hussain and Jechang Jeong
基于深层神经网络的雾天降级场景图像可见性增强摘要摘要如今,许多基于摄像头的高级驾驶员辅助系统( ADAS )已经被引入来帮助驾驶员,并确保他们在各种驾驶条件下的安全。驾驶员面临的一个问题是雾天驾驶时场景能见度下降,对比度降低。在本文,我们提出了一种新的方法,通过使用深度神经网络来解决这个问题。...翻译 2019-03-07 10:00:42 · 2991 阅读 · 7 评论 -
D-HAZY :一个用于定量评估去雾算法的数据集
原文摘要去雾处理是近年出现的一种图像增强技术。尽管它很重要,但是没有数据集来定量评估这些技术。在本文中,我们介绍了一个包含1400多对图像的数据集,这些图像包含地面真实参考图像和同一场景的模糊图像。由于光照条件的变化,记录这样的图像是不可行的,我们通过合成复杂场景的真实图像中的雾度来建立数据集。我们的数据集被称为D - HAZY,是建立在Middelbury [1]和NYU Depth [2]...翻译 2018-11-16 11:50:41 · 9195 阅读 · 6 评论 -
DehazeNet
原文主要贡献DehazeNet是一个端到端的系统。它直接学习并估计有雾图像与透射率之间的映射关系。这是通过对其深层架构的特殊设计来实现的,以体现既定的图像去除原理。提出了一种新的非线性激活函数,称为双边线性单位(BReLU )。BReLU扩展了校正线性单元( ReLU ),并展示了它在获得精确图像恢复方面的意义。从技术上来说,BReLU使用双边约束来减少搜索空间并提高收敛速度。...原创 2019-02-14 22:03:02 · 8108 阅读 · 8 评论