摘要
本发明公开了一种以图像处理方式对遥感图像去雾方法及系统,涉及图像处理技术领域;构建卷积神经网络模型,所述卷积神经网络模型包括依次排列的卷积层1、DeHazeBLOCK1、卷积层2、DeHazeBLOCK2、卷积层3、DeHazeBLOCK3、UpSample1、ECABlock1、DeHazeBLOCK4、UpSample2、ECABlock2、DeHazeBLOCK5、卷积层4、软重建层;对所述卷积神经网络模型进行训练,然后采用损失函数对输出结果进行约束,调整卷积神经网络模型参数,得到遥感图像去雾增强网络模型;利用所述遥感图像去雾增强网络模型对有雾遥感图进行处理,得到去雾图像。本发明融合不同尺度的上下文信息充分利用网络提取到的浅层和深层的特征信息,从而增强网络的表达能力。同时能够增强了图片边缘或角落中的特征在视觉任务中的参与度,从而提升网络的去雾性能。
技术关键词
遥感图像去雾方法
图像处理方式
卷积神经网络模型
去雾图像
构建卷积神经网络
Sigmoid函数
线性
全局平均池化
注意力
插值法
上采样
图像处理技术
通道
处理器
模块
可读存储介质
存储器
参数
系统为您推荐了相关专利信息
风速预测模型
时间段
预测风力发电
卷积神经网络模型
经验模态分解算法
实时图像
特征提取模型
人工智能模型
相机
平面图
事件处理方法
随机梯度下降
相机
门控循环单元网络
事件处理系统
酒店机器人
移动运行环境
信号特征提取
机器人避障
信号处理器