典型文献
基于深度多级小波U-Net的车牌雾图去雾算法
文献摘要：
为了解决雾天拍摄的车牌图像边缘模糊、色彩失真的问题,提出了端到端的基于深度多级小波U-Net的车牌雾图去雾算法.以MWCNN为去雾网络的主体框架,利用"SOS"增强策略和编解码器之间的跨层连接整合小波域中的特征信息,采用离散小波变换的像素-通道联合注意力块降低去雾车牌图像中的雾度残留.此外,利用跨尺度聚合增强块补充小波域图像中缺失的空间域图像信息,进一步提高了去雾车牌图像质量.仿真实验表明,该网络在结构相似度和峰值信噪比上具有明显的优势,在处理合成车牌雾图和实际拍摄的车牌雾图上,去雾效果表现良好.
文献关键词：
车牌雾图去雾;MWCNN;"SOS"增强策略;跨层连接;注意力;跨尺度聚合
中图分类号：
作者姓名：
陈炳权;朱熙;汪政阳;梁寅聪
作者机构：
吉首大学信息科学与工程学院,湖南吉首 416000
文献出处：
引用格式：
[1]陈炳权;朱熙;汪政阳;梁寅聪-.基于深度多级小波U-Net的车牌雾图去雾算法)[J].湖南大学学报（自然科学版）,2022(06):124-134
A类：
车牌雾图去雾,MWCNN,跨尺度聚合
B类：
Net,去雾算法,雾天,车牌图像,图像边缘,色彩失真,端到端,雾网络,主体框架,SOS,增强策略,编解码器,跨层连接,小波域,特征信息,离散小波变换,像素,联合注意力,雾度,空间域,图像信息,图像质量,结构相似度,峰值信噪比,理合
AB值：
0.285775
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
