南京林业大学学报(自然科学版)

作者：牛弘健,刘文萍,陈日强,宗世祥,骆有庆

单位：1.北京林业大学信息学院,北京 100083,2.国家林业和草原局林业智能信息处理工程技术研究中心,北京 100083,3.北京林业大学林学院,北京 100083

关键词：林地,无人机,图像去雾,深度学习

基金：国家重点研发计划(2021YFD1400900),国家林业和草原局重大应急科技项目(ZD202001)

【目的】 针对雾霾天气下林地无人机航拍图像存在对比度低、饱和度低和色调偏移等现象,基于Resnet网络,提出一种适应林地航拍场景的无人机图像去雾方法(DHnet)。【方法】 林地场景下无人机图像具有纹理特征、高低频信息丰富的特点,在主干网络各个层级附加信息传递模块,将特征图转化为权值图进行筛选过滤并发送到其他层级,接收端设置阈值避免冗余信息的不良影响,再经密集链接增强全局去雾效果,提高图像高低频区域的去雾质量,最后在林地无人机有雾图像测试集上进行去雾实验。【结果】 DHnet在林地图像测试集上的平均结构相似性为0.83,平均峰值信噪比为22.3 dB,分别较Resnet方法提高了4.8%和39.3%。【结论】 本研究提出的算法能有效降低图像色调偏移,去除残留雾气信息,有效提高无人机航拍林地雾气图像的色彩保真度和细节信息保持度。

来源：2024年第2期

《南京林业大学学报(自然科学版)》期刊编辑部

查看南京林业大学学报(自然科学版)杂志2024年第2期