基于神经网络的雾天图像清晰化处理  

Fog Image Sharpening Based on Neural Network

作　　者：王晶[1] 郭蓉[1] 孙兴波[1] 

机构地区：[1]四川理工学院自动化与电子学院,四川自贡643000

出　　处：《电视技术》2012年第19期44-46,共3页Video Engineering

基　　金：四川省教育厅项目(08ZC029)

摘　　要：分析了BP神经网络结构和基于大气传输系统的图像退化模型,通过将雾天图像频谱作为大气传输逆系统的输入,将同一场景下的晴天图像频谱作为其输出,建立对应该大气逆系统的BP模型,并据此对雾天图像进行清晰化处理,消除不良天气对图像质量的影响。The back propagation neural network structure and image degradation model based on atmospheric modulation transfer system are analyzed in this paper. We get a BP model of the atmospheric modulation transfer inverse system by the relationship of the image frequency spectrum extracted from an image in fog and the one in good weather condition in the same background. By determining the weights of network, the bad weather effects can be eliminated and the fog image can be sharpened.

关 键 词：大气调制传输逆系统 神经网络 最大熵 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]