图像去雾中深度学习数据增强方法 |
| |
引用本文: | 苏欣宇,王涛,诸葛杰,王华英,胡争胜,张小磊,李佩,苏群,董昭.图像去雾中深度学习数据增强方法[J].电光与控制,2024(3):81-85. |
| |
作者姓名: | 苏欣宇 王涛 诸葛杰 王华英 胡争胜 张小磊 李佩 苏群 董昭 |
| |
作者单位: | 1. 河北工程大学数理科学与工程学院;2. 国家卫星气象中心;3. 杭州佐格通信设备有限公司 |
| |
基金项目: | 国家自然科学基金(62175059);;河北省自然科学基金(F2023402009);;河北省高等学校科学技术研究项目(QN2020426); |
| |
摘 要: | 图像去雾是图像处理领域中非常重要的问题。深度学习可以有效提高图像清晰度,但训练过程中由于缺少相对应的真实雾匹配数据对,多采用合成雾作为数据集。现有合成雾多依赖于深度信息、大气散射系数等参数,针对由此作为数据集训练容易造成颜色失真和去雾不彻底的问题,提出基于循环生成对抗网络(CycleGAN)合成雾方法。通过该网络进行不匹配数据对训练学习有雾图像的特征,然后赋予清晰图片真实雾特征并与其自身构成匹配数据对,最后再用此类数据集进行去雾训练。结果表明,这些数据集可以有效解决颜色失真和去雾不彻底等问题。
|
关 键 词: | 图像去雾 循环生成对抗网络 图像模糊 图像清晰度增强 |
|
|