首页|基于深度学习的遥感图像去雾算法

基于深度学习的遥感图像去雾算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对遥感图像由于雾霾的存在导致图像清晰度下降的问题,提出了一种基于深度学习的图像去雾算法.首先将原有大气散射模型进行变形得到一个端到端的去雾模型,再将多个未知参数统一在一个参数中,运用多尺度卷积神经网络对未知参数进行估计,最后将参数估计值代入去雾模型中得到无雾图像.针对无参考图像数据集,先运用现有数据集对网络进行初步训练,再加入自建数据集对网络进行二次训练.实验结果表明,与相关去雾算法进行对比,该算法在视觉效果和客观指标上都有不同程度的提高,有效提升了遥感图像在雾霾天气状况下的清晰度.
Remote sensing image haze removal algorithm using deep learning

李玉峰、任静波、黄煜峰

展开 >

沈阳航空航天大学 电子信息工程学院,沈阳 110136

遥感图像去雾 深度学习 多尺度卷积神经网络 残差学习

国家高分专项项目辽宁省自然科学基金国家教育部科学技术研究重点项目辽宁省教育厅项目辽宁省教育厅项目

70-Y40-G09-9001-18/20201805503342017A02002L201701L201735

2021

10.19734/j.issn.1001-3695.2020.07.0270

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(7)
  • 6
  • 4