-
题名暗通道先验优化的生成对抗网络图像去雾算法
- 1
-
-
作者
苏腾华
吕莉
樊棠怀
谢海华
刘宝宏
-
机构
南昌工程学院信息工程学院
南昌工程学院南昌市智慧城市物联感知与协同计算重点实验室
-
出处
《南昌工程学院学报》
2025年第1期81-90,共10页
-
基金
国家自然科学基金资助项目(62463021)。
-
文摘
针对传统图像去雾方法存在的去雾图像失真、细节丢失且泛化性差等问题,提出一种暗通道先验优化的生成对抗网络图像去雾算法。首先,设计了一种新的模型框架,通过暗通道先验优化生成对抗网络,利用物理模型提高收敛性能;其次,采用残差自编码组成生成器网络,使用跳跃连接构成残差块保留图像细节信息;最后,引入马尔可夫判别器对去雾图像进行判别,反馈给生成器,进一步增强模型的去雾效果。在合成数据集以及真实数据集上进行训练测试,并在多种去雾场景下进行实验,结果表明该算法在多个数据集下的评价指标都为最高值,在多种去雾场景下均有良好表现,与传统暗通道先验算法相比性能提升了23%,并且该算法能够有效去除带雾图像中的雾层,较好还原图像细节内容,保证了较高的视觉质量。
-
关键词
图像去雾
生成对抗网络
暗通道先验
残差自编码
马尔可夫判别器
-
Keywords
image dehazing
generative adversarial networks
dark channel prior
residuals auto-encoded
Markov discriminator
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
