摘要
本发明公开了遥感图像去雾方法,涉及计算机视觉和图像处理领域,采用包括多尺度多维度模块的卷积网络来拟合有雾图像到清晰图像之间的映射关系,包括以下步骤:S1:建立去雾模型;S2:设计多尺度多维度模块的去雾网络,网络的每一层将多尺度多维度特征提取,然后进入大气散射模型单元处理;S3:收集训练数据集;S4:训练多尺度多维度模块的去雾网络;S5:遥感图像去雾。本发明的优点是,具有多尺度多维度模块,可以增强精细细节的提取,有助于提取有雾和无雾图像之间的精细细节,并能有效去除雾霾,允许模型根据需要自适应地优先考虑全局上下文或显著细节,采用的多种池化方法的组合可确保更好的特征融合,提高图像去雾的性能。
技术关键词
遥感图像去雾方法
大气散射模型
有雾图像
去雾模型
多维度特征提取
Sigmoid函数
收集训练数据
网络
融合多尺度特征
雾霾场景
全局平均池化
随机梯度下降
地图创建
稳定特征
池化方法
混合模块