无人机图像去云技术

本书结合具体工程应用，系统阐述了无人机图像云去除及去除效果评价相关的技术和方法，重点突出了厚云去除部分的介绍。全书共7章，包含了绪论、无人机含云图像去除涉及的基础知识以及无人机图像的云区检测、云浓度分级、薄云雾去除、厚云去除和去除效果评价等内容。本书内容是作者及团队多年的研究成果．涉及的相关技术模型和算法都经过代码测试和实验对比验证．实用性较强。本书可作为高等院校无人机运用工程专业的本科生参考教材，也可以作为从事无人机图像分析、无人机应用技术等相关研究人员的参考资料。

第1章绪论
1.1研究背景及意义
1.2图像云雾去除技术现状
1.2.1图像去薄云雾方法研究现状
1.2.2图像去厚云方法研究现状
1.3研究内容及特点
1.3.1研究的主要内容
1.3.2本书特点
参考文献
第2章无人机图像云雾去除的相关理论
2.1大气中云雾的形成机理
2.2无人机云雾图像的特征分析
2.2.1时域特征
2.2.2频谱特性
2.3云雾图像的退化模型
2.3.1雾、薄云图像的退化模型
2.3.2厚云图像的退化模型
2.4深度学习概念及技术
2.4.1深度学习
2.4.2自动编码器
2.4.3卷积神经网络
2.4.4生成对抗网络
2.4.5深度卷积生成对抗网络
2.4.6卷积运算
2.4.7转置卷积
2.4.8激活函数
2。4.9批标准化
2.5图像质量评价相关知识
2.5.1HVS基本特性
2.5.2NR评价模型及方法
2.5.3图像质量评价数据库
2.5.4衡量IQA算法的指标
2.6本章小结
参考文献
第3章无人机图像云区检测方法
3.1经典图像分割算法
3.1.1Otsu阈值分割算法
3.1.2最小误差阀值分割算法
3.1.3优选熵阈值分割算法
3.2基于阈值递归选取和引导滤波的云区检测方法
3.2.1初步云区检测
3.2.2细化云检测
3.3性能评价
3.4本章小结
参考文献第4章无人机图像云浓度分级
4.1含云图像特征提取
4.2含云图像评价算法模型
4.2.1多元高斯模型和马氏距离
4.2.2算法流程
4.3性能评价
4.3.1主客观一致性实验
4.3.2含云浓度分级划分
4.3.3其他相关实验
4.4本章小结
参考文献
第5章无人机图像薄云雾去除
5.1暗通道先验去云雾算法
5.1.1暗通道先验
5.1.2大气光强度A估计
5.1.3透射率f(x)估计
5.1.4恢复清晰图像
5.1.5存在的问题
5.2基于改进暗通道先验方法的薄云雾去除算法
5.2.1四叉树算法估计大气光强
5.2.2改进透射率求取
5.3性能评价
5.3.1主观分析
5.3.2客观评价
5.4本章小结
参考文献
第6章无人机图像厚云去除
6.1无人机图像厚云去除的特点
6.2基于两阶段模型的无人机图像厚云去除算法
6.2.1检索模块
6.2.2仿射网络
6.2.3两阶段修复DCGAN网络
6.2.4损失函数
6.3性能评价
6.3.1训练、测试及配置
6.3.2中间结果
6.3.3仿真云掩膜实验
6.3.4仿射网络对比实验
6.3.5真实含云图像实验
6.4本章小结
参考文献
第7章厚云去除的效果评价
7.1无人机图伊质量盲评价算法研究现状
7.1.1传统的无参考质量评价
7.1.2基于深度学习的无参考质量评价
7.1.3图像修复
7.2基于联合学习的航拍图像云去除效果的盲评价算法
7.2.1网络结构
7.2.2对比对的产生
7.2.3损失函数
7.3性能评价
7.3.1数据集与实验条件
7.3.2方法的实施
7.3.3评价标准
7.3.4实验结果及分析
7.4本章小结
参考文献
后记