【技术实现步骤摘要】
本专利技术属于图像处理，具体的说是一种多尺度自适应的遥感图像去雾方法。
技术介绍
1、在过去的几十年里，研究人员提出了许多遥感图像去雾的方法和技术。这些方法可以分为以下几类：基于物理模型的方法根据大气散射模型，通过对雾气的物理属性进行建模来估计透射率并还原图像。基于先验知识的方法利用图像统计特性和先验知识来估计透射率和还原图像。近年来，深度学习方法在遥感图像去雾任务中取得了显著的进展，其利用卷积神经网络(cnn)或生成对抗网络(gan)来学习图像的映射函数，从而去除雾气并还原清晰的图像。相对基于大气散射模型和先验知识的去雾方法，基于深度学习的去雾方法优势在于能够从大量的数据中学习图像的特征表示和映射函数，因此具有较强的自适应性，可以通过训练集中的样本学习到复杂的图像特征和雾气去除模式，从而适应不同场景和不同程度的雾气；深度学习方法可以进行端到端的学习，即从输入的雾气图像直接生成去雾后的图像，无需依赖大气散射模型和先验知识，提高了处理效率，并且能够更好地保留图像的细节和结构；经过充分训练的深度学习模型具有较强的泛化能力，能够处理新的遥感图...
【技术保护点】
1.一种多尺度自适应的遥感图像去雾方法，其特征是，包括以下步骤：
2.根据权利要求1所述的一种多尺度自适应的遥感图像去雾方法，其特征是，所述步骤3)多尺度自适应特征提取算法包括：
3.根据权利要求1所述的一种多尺度自适应的遥感图像去雾方法，其特征是，所述步骤4)局部色彩一致性损失函数包括：
【技术特征摘要】
1.一种多尺度自适应的遥感图像去雾方法，其特征是，包括以下步骤：
2.根据权利要求1所述的一种多尺度自适应的遥感图像去雾方法，其特征是，所述步骤3...
【专利技术属性】
技术研发人员：王新华，蒿乾坤，李壮，曹金鹏，宋向阳，杨俊杰，郑慧，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。