基于无监督学习的单幅图像去雾算法

摘要：

在基于光学技术的机器视觉系统中,雾天图像的退化问题给诸多应用造成困难,尤其对公共安全领域中的预警分析影响比较大,例如雾天情况下的无人机移动监测预警,公安、边防的固定视频监控等.现有的采用合成数据集训练的深度学习去雾算法也难以应用于以上实际环境.为此,提出一种基于无监督学习的单幅图像去雾算法.首先,通过改进无监督算法YOLY的提取模块,提高所获取的图像质量;然后,调整对大气光值参数的限制,提高生成图像的亮度;最后,通过多种损失函数调整,进一步提升图像的质量.实验结果表明,该方法处理后的图像色彩鲜明,细节完整,更接近于真实图像,并且图像噪声显著降低,具有实际应用价值.

关键词：机器视觉、图像去雾、无监督学习

所属期刊栏目：38

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2023-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：65-70