申请/专利权人:三峡大学
申请日:2023-12-08
公开(公告)日:2024-04-16
公开(公告)号:CN117893442A
主分类号:G06T5/73
分类号:G06T5/73;G06T5/94;G06N3/0895;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:一种基于改进AOD‑Net的交通道路图像去雾算法,它包括以下步骤,步骤1:建立样本图像数据集,包括训练样本和测试样本;步骤2:将步骤1的公开数据集KITTI进行人工雾合成,合成后的雾数据集为DITTI;步骤3:建立AOD‑Net模型,并将步骤1的训练集送入所建立的AOD‑Net模型进行训练;步骤4:对经过步骤3去雾后的图像进行色彩增强,通过调整图像的色彩饱和度、对比度和亮度等,来增强图像的色彩效果;通过以上步骤对交通道路图像进行去雾。本发明基于AOD‑Net算法改进的图像去雾算法,结合暗通道做预处理、复合损失函数使用和对图像进行色彩增强等后处理,有效地提高了图像的去雾处理效果。
主权项:1.一种基于改进AOD-Net的交通道路图像去雾算法,其特征在于,包括以下步骤:步骤1:建立样本图像数据集,包括训练样本和测试样本;步骤2:将步骤1的公开数据集KITTI进行人工雾合成,合成后的雾数据集为DITTI;步骤3:建立AOD-Net模型,并将步骤1的训练集送入所建立的AOD-Net模型进行训练;步骤4:对经过步骤3去雾后的图像进行色彩增强,通过调整图像的色彩饱和度、对比度和亮度等,来增强图像的色彩效果;通过以上步骤对交通道路图像进行去雾。
全文数据:
权利要求:
百度查询: 三峡大学 一种基于改进AOD-Net的交通道路图像去雾算法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。