基于迁移学习方法的图像去雾算法研究

Question

迁移学习，可将预训练的模型作为新模型的起点，其通用性和泛化性都比较强。本课题采用预训练模型清除图像中的雾霾，使图像更加清晰。基于迁移学习方法的图像去雾算法具体包括：导入模块、查看原图、定义神经网络、训练模型和查看处理结果等部分。要求将本文方法与其他去雾算法进行对比分析，包括主观评价和客观指标参数。构建增强图像客观评价指标，对增强图像进行评价

Answer 1

• 你可以看下这个问题的回答https://ask.csdn.net/questions/270487
• 这篇博客也不错, 你可以看下图像分辨率、像素总数、文件大小之间的详细区别
• 除此之外, 这篇博客: 不同图像的噪声，选用什么滤波器去噪，图像处理的噪声和处理方法中的 小波去噪 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• 将信号经过小波变换（采用Mallat算法）后，
  信号产生的小波系数含有信号的重要信息
  ，将信号经小波分解后小波系数较大，噪声的小波系数较小，

  而且噪声的小波系数要小于信号的小波系数，
  经过选取一个合适的阀值，大于阀值的小波系数被认为是有信号产生的，应予以保留，
  小于阀值的则认为是噪声产生的，置为零从而达到去噪的目的。

• 您还可以看一下 李月喜老师的企业微信开发自建内部应用开发篇课程中的 开发文档如何阅读,如何寻求帮助,如何找到同行小节, 巩固相关知识点