没有合适的资源?快使用搜索试试~ 我知道了~
Image-Dehazing-using-CNN:研讨会实施
共11个文件
py:9个
md:2个
需积分: 10 0 下载量 86 浏览量
2021-05-08
21:35:47
上传
评论
收藏 10KB ZIP 举报
温馨提示
CNN图像去雾 在有雾或朦胧的天气情况下拍摄的图像会受到大气颗粒的散射的严重影响,这会降低对比度,改变颜色,并使物体特征难以通过人类视觉和某些室外计算机视觉系统来识别。 因此,图像去雾是至关重要的问题,并且已经在计算机视觉领域进行了广泛的研究。 图像去雾的作用是减轻天气因素的影响,以增强图像的视觉效果并为图像的后处理提供帮助。 该研讨会回顾了过去十年中开发的图像去雾的主要方法,并探讨了一种使用Rank CNN来自动学习雾度相关特征的技术,该技术可用于对输入的雾度图像进行雾化。 通过以精心设计的方式训练RankC,可以从大量的模糊图像补丁中自动学习与雾度相关的强大功能。 基于这些特征,可以通过使用通过随机森林回归训练的雾霾密度预测模型有效地消除雾霾。
资源推荐
资源详情
资源评论
收起资源包目录
Image-Dehazing-using-CNN-master.zip (11个子文件)
Image-Dehazing-using-CNN-master
src
DarkChannel.py 718B
run.py 3KB
Radiance.py 631B
AtmLight.py 660B
Transmission.py 758B
AImage.py 2KB
CNN.py 7KB
README.md 27B
Refine.py 4KB
Dehaze.py 2KB
README.md 1KB
共 11 条
- 1
资源评论
量子学园
- 粉丝: 22
- 资源: 4734
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功