期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
多尺度卷积神经网络的单幅图像去雨方法 被引量:10
1
作者 郭继昌 郭昊 郭春乐 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2018年第3期185-191,共7页
雨天气会影响户外拍摄图像质量,模糊和覆盖图像信息.为提高受雨天气影响的户外拍摄图像的清晰度,恢复图像特征信息,提高很多计算机视觉算法在雨天气条件下的准确性,提出一种基于多尺度卷积神经网络的单幅图像去雨方法.首先建立多尺度卷... 雨天气会影响户外拍摄图像质量,模糊和覆盖图像信息.为提高受雨天气影响的户外拍摄图像的清晰度,恢复图像特征信息,提高很多计算机视觉算法在雨天气条件下的准确性,提出一种基于多尺度卷积神经网络的单幅图像去雨方法.首先建立多尺度卷积神经网络网络结构,通过多尺度卷积提取图像信息,用于去除雨线和重建图像,然后结合雨线在图像中的低饱和度、高亮度的特征,对网络进行训练,获取网络最优参数值,最终得到可以有效去除雨线的卷积神经网络.实验结果表明:提出的方法相较于现有算法有更好的雨线去除效果,并且可以更好地保持图像的原有信息,避免图像模糊现象.同时,利用多尺度卷积提取图像特征信息可以使特征信息更加丰富,有利于提升卷积神经网络的去雨能力. 展开更多
关键词 图像特征信息 计算机视觉算法 图像去雨 多尺度卷积神经网络 低饱和度、高亮度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部