圖像去霧技術(shù)在戶外視頻監(jiān)控和無(wú)人機(jī)航拍等方面有重大應(yīng)用需求。霧霾天氣下室外成像設(shè)備獲取的圖像會(huì)產(chǎn)生對(duì)比度降低、細(xì)節(jié)信息丟失與顏色偏移等退化現(xiàn)象,圖像質(zhì)量的下降嚴(yán)重影響了后續(xù)計(jì)算機(jī)視覺任務(wù)的有效進(jìn)行,因此圖像去霧技術(shù)具有十分重要的研究意義。傳統(tǒng)的圖像去霧方法通常直接對(duì)霧天圖像進(jìn)行增強(qiáng),或者基于物理模型和某種假設(shè)先驗(yàn)反演求解清晰圖像,這些方法去霧后的結(jié)果容易出現(xiàn)圖像失真、光暈和亮度過(guò)低等現(xiàn)象,而且應(yīng)用場(chǎng)景比較局限。現(xiàn)有基于深度學(xué)習(xí)的去霧方法直接利用卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)霧天圖像與透射圖或者清晰圖像之間的映射關(guān)系,解決了手工設(shè)計(jì)特征的困難。但是這些基于深度學(xué)習(xí)的去霧方法本質(zhì)上都是在利用卷積網(wǎng)絡(luò)估計(jì)物理模型中的參數(shù),然后結(jié)合物理模型恢復(fù)清晰圖像,并且在優(yōu)化過(guò)程中只約束了網(wǎng)絡(luò)輸出與標(biāo)簽之間的均方誤差,因此去霧后的圖像質(zhì)量并不穩(wěn)定。本文主要針對(duì)基于卷積神經(jīng)網(wǎng)絡(luò)的圖像去霧方法進(jìn)行研究和改進(jìn),主要工作點(diǎn)和貢獻(xiàn)點(diǎn)如下:1.提出了一種基于條件生成對(duì)抗網(wǎng)絡(luò)的圖像去霧方法。首先基于卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)了一個(gè)端到端的圖像去霧網(wǎng)絡(luò),避免了現(xiàn)有基于深度學(xué)習(xí)的去霧方法需要額外估計(jì)模型參數(shù)的問(wèn)題;其次在優(yōu)化去霧網(wǎng)絡(luò)時(shí)不僅約束了去霧結(jié)果與標(biāo)簽圖像之間的均方誤差損失,還約束了兩者在卷積特征層上的差異,即感知損失;然后在此基礎(chǔ)上結(jié)合了條件對(duì)抗學(xué)習(xí)的方式優(yōu)化去霧網(wǎng)絡(luò),即利用一個(gè)判別網(wǎng)絡(luò)對(duì)去霧結(jié)果和標(biāo)簽圖像進(jìn)行判別,通過(guò)最小化對(duì)抗損失使去霧結(jié)果更逼近真實(shí)圖像。實(shí)驗(yàn)結(jié)果證明該方法去霧后的圖像具有更高的對(duì)比度和更豐富的細(xì)節(jié)信息,圖像的整體視覺效果有所改善。2.提出了一種聯(lián)合弱監(jiān)督對(duì)抗學(xué)習(xí)的圖像去霧方法�，F(xiàn)有基于深度學(xué)習(xí)的去霧方法(包括我們?cè)谪暙I(xiàn)點(diǎn)1中提出的方法)都是根據(jù)大量人工合成的數(shù)據(jù)集有監(jiān)督地學(xué)習(xí)霧天圖像與透射圖或者清晰圖像之間的映射;但由于受各種干擾因素的影響,真實(shí)霧天圖像在顏色、對(duì)比度和亮度等方面比人工合成的霧天圖像更復(fù)雜多變,因此這種監(jiān)督學(xué)習(xí)的方法對(duì)真實(shí)霧天圖像的處理結(jié)果并不理想。針對(duì)這一問(wèn)題,我們基于弱監(jiān)督對(duì)抗學(xué)習(xí)的思想將真實(shí)霧天圖像也加入到了去霧網(wǎng)絡(luò)的優(yōu)化中,即利用一個(gè)判別網(wǎng)絡(luò)對(duì)真實(shí)霧天圖像的去霧結(jié)果和高質(zhì)量清晰圖像進(jìn)行判別,同時(shí)用一個(gè)對(duì)偶學(xué)習(xí)網(wǎng)絡(luò)來(lái)保證弱監(jiān)督對(duì)抗學(xué)習(xí)的穩(wěn)定性,使去霧后的圖像能學(xué)習(xí)到高質(zhì)量清晰圖像域的特征。實(shí)驗(yàn)結(jié)果表明,通過(guò)弱監(jiān)督對(duì)抗學(xué)習(xí)的加入,能夠使真實(shí)霧天圖像去霧后的結(jié)果在對(duì)比度、亮度和動(dòng)態(tài)范圍等方面更接近自然清晰圖像。
【學(xué)位單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP391.41
【部分圖文】：

狀態(tài)信息等等關(guān)鍵信息打印下來(lái)，能夠很快的判斷其驗(yàn)證項(xiàng)配置是否出錯(cuò)，加快驗(yàn)證的效率，圖 5.6 顯示了 DMA 通道 5 和通道 6 的發(fā)送描述符信息。圖5.6 描述符關(guān)鍵信息打印以太網(wǎng)模型中設(shè)置打印信息，如圖 5.7 顯示了接收幀長(zhǎng)度、發(fā)送 DMA 狀態(tài)信息、DMA 發(fā)送完成中斷信息，其他 DMA 狀態(tài)信息。圖5.7 模塊級(jí)模型中關(guān)鍵信息打印

以太網(wǎng)模型中設(shè)置打印信息，如圖 5.7 顯示了接收幀長(zhǎng)度、發(fā)送 DMA 狀態(tài)信息、DMA 發(fā)送完成中斷信息，其他 DMA 狀態(tài)信息。圖5.7 模塊級(jí)模型中關(guān)鍵信息打印

即表明此時(shí)暫停接收來(lái)自發(fā)送總線單元的數(shù)據(jù)，先行發(fā)送其 Tag 值。其單層 VLAN 標(biāo)簽插入如圖 5.8 所示。圖5.8 單層 VLAN Tag 插入當(dāng)配置 vlan_ctrl 信號(hào)值為 1 時(shí)，其執(zhí)行的是 VLAN Tag 值刪除功能，通過(guò)軟件配置幀數(shù)據(jù)，設(shè)置發(fā)送幀為單層 C-VLAN，幀標(biāo)簽值設(shè)置為 0x0008；可以看到，刪除Tag 期間，tib_data_valid 信號(hào)為低，即表示從發(fā)送總線單元傳輸?shù)臄?shù)據(jù)此時(shí)是無(wú)效的，并不進(jìn)行傳輸。其單層 VLAN 標(biāo)簽刪除仿真波形如圖 5.9 所示。圖5.9 單層 VLAN Tag 刪除
【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 周鵬;郝明;唐政;胡軍鋒;;基于QoS的優(yōu)先級(jí)隊(duì)列調(diào)度算法[J];電子科技;2013年05期

2 田中大;高憲文;李琨;李紹武;;工業(yè)以太網(wǎng)中IEEE 802.1p優(yōu)先權(quán)調(diào)度協(xié)議改進(jìn)[J];信息與控制;2012年01期

3 汪健;;SoC設(shè)計(jì)的關(guān)鍵技術(shù)[J];集成電路通訊;2006年01期

本文編號(hào)：2838325