基于知识蒸馏的图像去雾技术

图像去雾技术能够将真实场景下受雾霾天气影响的降质图像进行恢复，从而使其更好地应用于目标检测、语义分割、行人重识别等高级视觉任务，具有重要的研究意义和应用前景。本书创新地将知识蒸馏理论应用于图像去雾领域，有效解决了图像去雾过程中存在的去雾图像颜色失真严重、训练模型网络结构复杂、去雾模型泛化能力不足、真实场景去雾性能较差等问题。本书主要内容包括雾天图像形成机理(第1章)、图像去雾相关技术(第2章)、知识蒸馏基础理论(第3章)以及基于知识蒸馏的图像去雾算法等(第4~8章)，系统介绍了相关方法的研究背景、理论基础和算法描述，并给出了相应的实验结果。本书是计算机图像处理方面的专著，反映了作者近年来在这一领域的主要研究成果。本书内容新颖、结构清晰、语言简练，可作为大专院校及科研院所模式识别、图像处理和机器视觉等领域的高年级本科生、研究生的教材和参考书，也可作为相关领域的教师、科研人员以及从事图像恢复、图像增强的工程技术人员的参考书。

第1章绪论

1.1图像处理技术

1.1.1数字图像处理对象

1.1.2数字图像处理技术

1.2雾的形成机理

1.3雾天图像退化模型

1.3.1入射光衰减模型

1.3.2大气光成像模型

1.3.3雾天图像退化模型

1.4本书内容安排

参考文献

第2章图像去雾技术

2.1图像去雾研究现状

2.1.1基于图像增强的去雾算法

2.1.2基于图像复原的去雾算法

2.1.3基于深度学习的去雾算法

……