第18卷第2期2023年3月大气与环境光学学报JOURNALOFATMOSPHERICANDENVIRONMENTALOPTICSVol.18No.2Mar.2023基于预检机制的偏振图像去烟研究基于预检机制的偏振图像去烟研究阎庆1,叶孟孟1,2*,张晶晶1,2,3,刘晓3,年福东1,4,李腾1,2(1计算智能与信号处理教育部重点实验室(安徽大学),安徽合肥230601;2偏振光成像探测技术安徽省重点实验室,安徽合肥230031;3中国科学院通用光学定标与表征技术重点实验室,安徽合肥230031;4合肥学院先进制造工程学院,安徽合肥230031)摘要:烟的存在会导致图像目标信息的损减或丢失。针对烟在场景中具有局域性，提出了基于目标检测Yolov3算法的去烟预检机制，即在去烟流程中增加预检机制实现对烟图定向去烟，提升去烟效率和避免对无烟区的影响。不同于现有针对可见光图像的基于深度学习去雾方法，该方法将四幅偏振态图像作为网络输入，并利用多尺度注意力对抗网络提取烟区目标的偏振态特征信息，从而缓解失真现象以及丰富去烟后目标的结构和细节信息。在真实数据集上的定性与定量实验结果表明，本文提出的算法有效提升了偏振图像的去烟效果和去烟效率。关键词:图像除烟;卷积网络;偏振态图像;多尺度;注意力机制;对抗网络中图分类号:TP391.4;O436.3文献标识码:A文章编号:1673-6141(2023)02-108-011PolarizationimagesmokeremovalbasedonprecheckmechanismYANQing1,YEMengmeng1,2*,ZHANGJingjing1,2,3,LIUXiao3,NIANFudong1,4,LITeng1,2(1KeyLaboratoryofComputationalIntelligenceandSignalProcessing(AnhuiUniversity),MinistryofEducation,Hefei,Anhui230601,China;2AnhuiKeyLaboratoryofPolarizedLightImagingDetectionTechnology,Hefei230031,China;3KeyLaboratoryofOpticalCalibrationandCharacterization,ChineseAcademyofSciences,Hefei230031,China;4SchoolofAdvancedManufacturingEngineering,HefeiUniversity,Hefei230031,China)AbstracAbstract:Thepresenceofsmokecancausethedamageorlossofimagetargetinformation.Inviewofthelocalnatureofsmokeinthescene,asmokeremovalprecheckmechanismbasedonthetargetdetectionYolov3algorithmisproposedinthiswork,thatis,aprecheckmechanismisaddedinthesmokeremovalprocesstorealizethedirectionalremovalofsmokeonthesmokeimage,improvetheefficiencyofsmokeremovalandavoidtheimpactofsmokeonthenon-smokingarea.Differentfromtheexistingdeeplearning-baseddefoggingmeth...
