基于二阶段特征与注意力机制的全卷积网络去雾算法研究.pdf

下载文档 降价啦

40
0
约7.42万字
约 68页
2020-08-27 发布于江苏
举报
版权申诉
保障服务

基于二阶段特征与注意力机制的全卷积网络去雾算法研究.pdf

1、本文档共68页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

目录摘要 1 Abstract 3 1 1 第章绪论 1.1 研究背景与意义1 1.2 国内外研究现状1 1.2.1 传统去雾算法2 1.2.2 基于传统机器学习的去雾算法4 1.2.3 基于深度学习的去雾算法5 1.3 研究内容与章节介绍6 2 9 第章图像去雾与效果评价指标 2.1 图像去雾模型9 2.1.1 物理模型9 2.1.2 数学模型 10 2.2 图像去雾的评价指标11 2.2.1 有参考评价指标 12 2.2.2 无参考评价指标 12 2.2.3 主观评价 13 2.3 本章小结13 第3 章采用二阶段特征提取策略的图像去雾算法 14 3.1 引言14 3.2 本章去雾算法14 3.2.1 大气光估计 15 3.2.2 透射率回归估计 15 3.2.3 无雾图像恢复2 1 3.2.4 方法总体框架22 3.3 实验及分析24 3.3.1 软硬件配置24 I 3.3.2 数据集24 3.3.3 特征提取和参数设置25 3.3.4 实验结果及分析25 3.4 本章小结31 第4 章基于注意力机制的全卷积网络去雾算法 32 4.1 引言32 4.2 相关工作33 4.3 本章去雾算法35 4.3.1 大气光计算37 4.3.2 透视率估算37 4.3.3 基于注意力机制的全卷积网络模型38 4.3.4 无雾图恢复4 1 4.4 实验及分析4 1 4.4.1 软硬件及参数配置42 4.4.2 实验结果及分析42 4.5 本章小结46 5 48 第章总结与展望 5.1 全文总结48 5.2 研究展望49 参考文献 51 攻读硕士研究生期间成果 56 致谢 57 II Contents Abstract 1 1Introduction 1 1.1 Background and Significance 1 1.2 Research Situation at Home and Abroad 1 1.2.1 Traditional Image Dehazing Method 2 1.2.2 Image Dehazing Methods Based on Machine Learning 4 1.2.3 Image Dehazing Methods Based on Deep Learning 5 1.3 Research Content and Structure Introduction 6 2ImageDehazingandEffectEvaluationIndex 9 2.1 Dehazing Model9 2.1.1 Physical Model9 2.1.2 Mathematical Model 10 2.2 Image Dehazing Evaluation Index 11 2.2.1 Evaluation Index with Reference Images12