一种区域自适应的图像去雾系统及方法技术方案

本发明专利技术提供了一种区域自适应的图像去雾系统，包括预去雾模块、与所述预去雾模块连接的自适应区域划分模块、分别与所述自适应区域划分模块连接的余雾去除模块和纹理修复模块，以及分别与所述余雾去除模块和纹理修复模块连接的特征融合模块。基于上述系统，本方法还公开了一种区域自适应的图像去雾方法。本发明专利技术通过将图像去雾和纹理修复解耦到两个不同的子模块来处理单图像去雾问题，避免了之前的方法只使用一个网络来学习两个不同的目标函数，提出的两阶段去雾网络能够通过区域自适应的方式来恢复清晰图像，并避免过去雾与欠去雾问题。

A region adaptive image defogging system and method

【技术实现步骤摘要】
一种区域自适应的图像去雾系统及方法
本专利技术属于图像修复领域，尤其涉及一种区域自适应的图像去雾系统及方法。
技术介绍
在现实生活中，雾、烟、尘等不透明的微小颗粒的存在使得拍摄得到的图像会产生一定程度的视觉质量降级(如颜色偏移，亮度和对比度变化)。由于许多的计算机视觉任务(如目标检测，语义分割，目标跟踪，自动驾驶)依赖清晰的图像作为训练样本，因此，图像去雾作为一个预处理步骤具有非常重大的意义。给定一张有雾图片，传统的去雾方法首先估计介质透射谱和全局大气光强度，然后利用大气散射模型来得到清晰无雾的图像；许多深度学习方法直接回归介质透射谱或清晰图像来提高去雾的性能。但是之前的方法试图用一个网络来同时处理去雾和纹理恢复问题，忽略了两个不同的目标函数之间潜在的对抗性，在恢复有雾图片的亮度时不可避免地牺牲了纹理细节，或者在通过对比度增强恢复纹理细节同时不能完全去除雾，即表现为过去雾和欠去雾现象。因此，本专利技术提出了一种区域自适应的两阶段图像去雾方法，通过将图像去雾任务解耦成图像去雾和纹理修复两个子任务，来避免过去雾与欠去雾问题，并提高去雾的效果本文档来自技高网...

【技术保护点】
1.一种区域自适应的图像去雾系统，其特征在于，包括预去雾模块、与所述预去雾模块连接的自适应区域划分模块、分别与所述自适应区域划分模块连接的余雾去除模块和纹理修复模块，以及分别与所述余雾去除模块和纹理修复模块连接的特征融合模块，其中：/n所述预去雾模块用于对有雾图片进行预去雾处理，得到有雾图片最初的中间去雾结果和纹理损失谱；/n所述自适应区域划分模块用于利用纹理损失谱将最初的中间去雾结果划分为欠去雾区域和纹理损失区域；/n所述余雾去除模块用于对欠去雾区域进行余雾处理，并提取经余雾处理后的特征谱；/n所述纹理修复模块利用纹理损失区域对有雾图片进行纹理修复，并提取经纹理修复后的特征谱；/n所述特征融...

【技术特征摘要】
1.一种区域自适应的图像去雾系统，其特征在于，包括预去雾模块、与所述预去雾模块连接的自适应区域划分模块、分别与所述自适应区域划分模块连接的余雾去除模块和纹理修复模块，以及分别与所述余雾去除模块和纹理修复模块连接的特征融合模块，其中：
所述预去雾模块用于对有雾图片进行预去雾处理，得到有雾图片最初的中间去雾结果和纹理损失谱；
所述自适应区域划分模块用于利用纹理损失谱将最初的中间去雾结果划分为欠去雾区域和纹理损失区域；
所述余雾去除模块用于对欠去雾区域进行余雾处理，并提取经余雾处理后的特征谱；
所述纹理修复模块利用纹理损失区域对有雾图片进行纹理修复，并提取经纹理修复后的特征谱；
所述特征融合模块用于将经余雾处理后的特征谱和经纹理修复后的特征谱进行级联处理，并依次通过第九卷积单元和第十卷积单元将融合后的特征谱映射至图像空间，得到最终的去雾图像。


2.根据权利要求1所述的区域自适应的图像去雾系统，其特征在于，所述预去雾模块包括第一输入层、与所述第一输入层连接的第一卷积单元、与所述第一卷积单元连接的第二卷积单元、分别与所述第二卷积单元连接的第一平滑空洞卷积残差块和第三卷积单元、与所述第一平滑空洞卷积残差块连接的第二平滑空洞卷积残差块、与所述第三卷积单元连接的第四卷积单元、分别与所述第二平滑空洞卷积残差块和第四卷积单元连接的第一反卷积单元、与所述第一反卷积单元连接的第五卷积单元、分别与所述第五卷积单元连接的第六卷积单元和第七卷积单元，以及分别与所述第六卷积单元和第七卷积单元连接的第一输出层，其中：
所述第一卷积单元包括依次连接的第一卷积层、第一激活函数层Relu和第一归一化层BN，所述第一卷积层的卷积核大小为3×3，步长为1，输入通道数为4，输出通道数为32；
所述第二卷积单元包括依次连接的第二卷积层、第二激活函数层Relu和第二归一化层BN，所述第二卷积层的卷积核大小为3×3，步长为2，输入通道数为32，输出通道数为64；
所述第三卷积单元包括依次连接的第三卷积层、第三激活函数层Relu和第三归一化层BN，所述第三卷积层的卷积核大小为3×3，步长为1，输入通道数为64，输出通道数为64；
所述第四卷积单元包括依次连接的第四卷积层、第四激活函数层Relu和第四归一化层BN，所述第四卷积层的卷积核大小为3×3，步长为1，输入通道数为64，输出通道数为64；
所述第五卷积单元包括依次连接的第五卷积层、第五激活函数层Relu和第五归一化层BN，所述第五卷积层的卷积核大小为3×3，步长为1，输入通道数为32，输出通道数为32；
所述第六卷积单元包括依次连接的第六卷积层、第六激活函数层Relu和第六归一化层BN，所述第六卷积层的卷积核大小为1×1，步长为1，输入通道数为32，输出通道数为3；
所述第七卷积单元包括依次连接的第七卷积层、第七激活函数层Relu和第七归一化层BN，所述第七卷积层的卷积核大小为3×3，步长为1，输入通道数为32，输出通道数为1；
所述第一平滑空洞卷积残差块的输入通道数和输出通道数均为64，空洞率为2；
所述第二平滑空洞卷积残差块的输入通道数和输出通道数均为64，空洞率为4；
所述第一反卷积单元包括依次连接的第一反卷积层、激活函数层Relu和归一化层BN，所述第一反卷积层的卷积核大小为4×4，步长为2，输入通道数为64，输出通道数为32。


3.根据权利要求1所述的区域自适应的图像去雾系统，其特征在于，所述余雾去除模块包括依次连接的第八卷积层、第八激活函数层Relu和第八归一化层BN，所述第八卷积层的卷积核大小为3×3，步长为1，输入通道数为3，输出通道数为16；
所述纹理修复模块为多尺度融合网络，其中：骨干网为UNET++网络，网络的底部级联有10个残差块。


4.根据权利要求1所述的区域自适应的图像去雾系统，其特征在于，所述特征融合模块包括依次连接的第二输入层、第九卷积单元、第十卷积单元和第二输出层，其中：
所述第九卷积单元包括依次连接的第九卷积层、第九激活函数层Relu和第九归一化层BN，所述第九卷积层的卷...

【专利技术属性】
技术研发人员：吴庆波，李辉，魏浩冉，李宏亮，孟凡满，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51