摘要
本发明提供了一种融合物理先验与反馈增强的薄云去除方法,本发明包括特征融合残差去云生成器、大气散射复原模块和空间细节增强判别器;大气散射复原模块提取大气光值和透射率图,提供物理先验知识;将提取到的大气光值、透射率图与特征融合残差去云生成器输出的去云图像进行重建,获得伪薄云图像,再将真实无云图像、去云图像、薄云图像和伪薄云图像输入空间细节增强判别器进行判别,空间细节增强判别器输出真或假的判别结果,判别结果通过损失函数指导特征融合残差去云生成器更新训练参数;本发明针对高浓度云层和复杂场景下细节丢失严重、泛化能力不足的问题,结合大气散射模型的物理先验知识与生成对抗网络的反馈增强机制,有效提高模型性能。
技术关键词
图像
编码块
解码模块
物理
编码模块
积层
双线性插值
卷积模块
上采样
条件对抗生成网络
大气散射模型
数据分布
参数
生成对抗网络
峰值信噪比
系统为您推荐了相关专利信息
驾驶员驾驶状态
车辆行驶状态
车辆预警方法
危险驾驶状态
驾驶员生理状态
图像识别系统
特征提取模块
图像特征向量
图像增强单元
输入模块
心理压力检测方法
样本
数据
神经网络模型
注意力机制
故障诊断方法
模板匹配算法
均衡算法
X射线成像技术
真空灭弧室