用于深度学习图像去雾的数据集

数字图像处理图像去雾代码（opencv），内附实验报告。

人脸素描数据集可用于深度学习模型训练

一、我们应该制作什么样的数据集? 首先我们应该我们了解到遥感图像的变化检测是建立在多时相的基础上的,也就是说,我们对于神经网络的输入至少是有两张图片的,而且必须有一个标签来知道变化的区域的是那一块。

提出一种基于深度学习（卷积神经网络）的图像去雨框架，取得的效果优于已经存在的绝大多数方法

通过深度学习增强的视网膜光学相干断层扫描图像论文，pdf格式

针对现有基于先验假设的图像去雾算法无法普适性求解问题,提出一种基于稀疏系数匹配学习的图像去雾算法.该算法从图像复原角度出发,将雾天退化模型的求解转换为基于数据库的稀疏系数匹配.之后,从图像增强角度着手

为了有效增强雾天衰退图像,提出了一种基于融合策略的单幅图像去雾算法。该融合策略无需依靠大气散射模型或场景结构信息,只需通过原始衰退图像来获取其输入图与权重图。其中2幅输入图的作用主要是对原有雾图像进行

包含图像去雾的三个小程序，希望大家用得到啊。MATLAB的。

本文提出了一种基于雾气遮罩减除的图像去雾算法。首先对降质图像平滑滤波以估计其亮度分量，对亮度分量求均值得到均匀分布的雾气遮罩，并结合退化图像获取与场景深度信息相关的雾气遮罩。在对数域中从降质图像中减除

matlab上利用直方图均衡化的方法，来对图像进行去雾操作，实现图像的增强。