文献类型：期刊文章

作　　者：寇大磊[1,2] 钱敏[3] 权冀川[1] 刘佳洛[1] 张仲伟[1,4]

KOU Dalei;QIAN Min;QUAN Jichuan;LIU Jialuo;ZHANG Zhongwei(College of Command&Control Engineering,Army Engineering University of PLA,Nanjing 210007,China;Unit 68023 of PLA,China;Data and Information Office,Shanghai Garrison Command,Shanghai 200040,China;Unit 73671 of PLA,China)

机构地区：[1]陆军工程大学指挥控制工程学院,南京210007 [2]中国人民解放军68023部队 [3]上海警备区数据信息室,上海200040 [4]中国人民解放军73671部队

出　　处：《计算机工程与应用》

年　　份：2020

卷　　号：56

期　　号：20

起止页码：191-198

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对目前图像去雾技术存在的使用场景有限、处理速度慢等问题,提出一种基于多尺度卷积网络的快速去雾算法。算法由去雾和修复两部分组成。去雾模块首先将有雾图像输入,经过特征提取和融合,然后通过变形后的大气物理散射算法对透射率图和大气光值统一学习,并演出去雾图像。去雾后的图像仍存在色调偏暗、细节不清晰的问题。修复模块利用对比度受限自适应直方图均衡方法对去雾图像进行修复,提升图像的对比度和算法的鲁棒性。通过去雾任务与目标检测任务相结合的测试实验进一步验证了算法的有效性。

关 键 词：去雾算法 卷积网络  计算机视觉 深度学习  

分 类 号：TP183]