基于深度融合网络的煤矿图像尘雾清晰化算法

基于深度融合网络的煤矿图像尘雾清晰化算法

论文摘要

针对现有煤矿尘雾图像清晰化算法存在的过增强现象和适用性不足等问题,提出一种基于深度融合网络的清晰化复原算法。深度融合网络主要包括3个部分,即图像预处理模块、特征融合模块以及图像输出模块。图像预处理模块基于对比度增强函数、亮度增强函数和伽马校正函数对输入图像进行处理,获取表征不同增强方式及程度的图像序列。由于图像尘雾清晰化需要同时考虑图像的局部信息和全局信息,在空间金字塔池化和上下文信息聚合网络的基础上提出了能够实现双向的上下文信息提取的双金字塔模块,该模块包括2个空洞卷积的串联子块,其中1个子块是以对多个尺度的空洞卷积按尺度由小到大进行串联组成,另1个子块是以对多个尺度的空洞卷积按尺度由大小进行串联组成。图像输出模块主要对特征融合层获取的特征进行处理,从而输出三通道图像,即为最终的尘雾清晰化的图像。为了获取训练数据,本文在煤矿井下清晰图像的基础上基于尘雾图像形成机理构建了较大规模的训练数据集。在训练的过程中,采用了最小平方误差损失函数和基于VGG网络的内容损失函数对网络进行优化。为评价本文提出的基于深度融合网络的清晰化算法的有效性,选取其他6种有代表性的清晰化算法进行对比。实验结果显示,本文算法在主观评价和客观评价方面都优于上述算法,表明本文算法能够有效解决过增强现象,并提升煤矿图像的清晰度和可视化效果。

论文目录

  • 1 煤矿尘雾图像形成的物理机理
  • 2 卷积神经网络理论及多尺度融合技术
  •   2.1 卷积神经网络概述
  •   2.2 空洞卷积与多尺度信息提取
  • 3 基于深度融合网络的清晰化算法
  •   3.1 融合策略下的图像预处理
  •   3.2 双金字塔模块
  •   3.3 深度融合网络的网络架构和训练细节
  •   3.4 模型训练和损失函数
  • 4 实验和分析
  •   4.1 训练数据集准备
  •   4.2 主观评价结果
  •   4.3 客观评价结果
  • 5 结语
  • 文章来源

    类型: 期刊论文

    作者: 智宁,毛善君,李梅,苏颖

    关键词: 尘雾图像清晰化,双金字塔模块,深度融合网络,煤矿图像

    来源: 煤炭学报 2019年02期

    年度: 2019

    分类: 工程科技Ⅰ辑,信息科技

    专业: 矿业工程,安全科学与灾害防治,计算机软件及计算机应用

    单位: 北京大学地球与空间科学学院,中国科学院电子学研究所

    基金: 国家重点研发计划资助项目(2017YFC0804300)

    分类号: TD714;TP391.41

    DOI: 10.13225/j.cnki.jccs.2018.0606

    页码: 655-666

    总页数: 12

    文件大小: 2076K

    下载量: 247

    相关论文文献

    • [1].妻子反对我把父母接到身边养老[J]. 婚姻与家庭(社会纪实) 2017(09)
    • [2].基层减负的清晰化治理——基于对G省基层干部的问卷调查[J]. 中共天津市委党校学报 2020(01)
    • [3].基于自适应流形滤波器的碑刻书法图像清晰化分析[J]. 自动化技术与应用 2020(03)
    • [4].一种提高海兔神经节成像清晰度的清晰化技术(英文)[J]. 生理学报 2017(04)
    • [5].“教学目标”需清晰化[J]. 内蒙古教育 2014(11)
    • [6].清晰化——写景、叙事中的美学追求[J]. 中学语文 2014(30)
    • [7].基于失真统计特征提取的图像尘雾清晰化算法[J]. 计算机仿真 2020(06)
    • [8].视频监控图像清晰化方法探究[J]. 黑龙江科技信息 2014(33)
    • [9].雾霾天气下图像清晰化算法研究[J]. 机械设计与制造工程 2017(06)
    • [10].基于结构——纹理分层的夜间图像去雾清晰化分析[J]. 电子世界 2020(02)
    • [11].边界与国民:现代国家边疆建设中的双重型构[J]. 广西民族大学学报(哲学社会科学版) 2020(01)
    • [12].变速操纵清晰化研究[J]. 汽车实用技术 2020(09)
    • [13].多通道雾霾降质图像清晰化偏振探测器[J]. 传感器与微系统 2020(06)
    • [14].中国古代的“天下”表达与边界实践[J]. 西南民族大学学报(人文社科版) 2020(07)
    • [15].试论高校教学艺术发挥的基本条件[J]. 临沂大学学报 2014(01)
    • [16].基于负片修正的煤矿尘雾图像清晰化算法[J]. 煤矿安全 2017(09)
    • [17].找寻学习的起点[J]. 江苏教育 2009(25)
    • [18].思维导图在学生自主复习中的应用[J]. 教育 2015(50)
    • [19].水下视频图像清晰化方法[J]. 吉林大学学报(工学版) 2020(02)
    • [20].煤矿井下雾尘图像清晰化算法[J]. 工矿自动化 2018(03)
    • [21].什么叫具体[J]. 小学教学研究 2012(36)
    • [22].科学概念的特质及“精准化建构”[J]. 教育 2016(14)
    • [23].基于嵌入式系统的井下监控图像清晰化装置[J]. 工矿自动化 2016(06)
    • [24].半导体设备视觉清晰化技术研究[J]. 电子工业专用设备 2014(10)
    • [25].什么对你是重要的?[J]. 中外管理 2010(02)
    • [26].基于波粒去噪的图像清晰化方法[J]. 陕西理工学院学报(自然科学版) 2015(06)
    • [27].找到起点 抓住本质 关注联系——对小学数学高效课堂的思考[J]. 环渤海经济瞭望 2016(06)
    • [28].关于雾雪天气下视频图像清晰化技术的探究[J]. 电子技术与软件工程 2015(07)
    • [29].基于像素小基团增强的网络课件图像清晰化算法[J]. 科技通报 2013(10)
    • [30].成功的营销需要无限接近消费者[J]. 广告人 2011(10)

    标签:;  ;  ;  ;  

    基于深度融合网络的煤矿图像尘雾清晰化算法
    下载Doc文档

    猜你喜欢