一种基于深度分解合成网络的图像增强技术制造技术

本发明专利技术涉及一种基于深度分解合成网络的图像增强技术，步骤如下；S10、输入图像；S20、图像分解；S30、合成；S40、数据采集；S50、数据集构建；S60训练；本发明专利技术，分解网络的目标是为了将原图像分割成清晰背景和噪声层，与传统的架构不同，分解模型除了包含图像背景层的组件外，还包含一个用于提取噪声层的额外组件，在训练阶段利用合成网络将分离出来的清晰背景图像和噪声信息重新生成原图像，因此可以进一步提高增强图像的质量，此外，训练模型使用了真实图像数据进行了微调，以更好地适应实际情况，不同于其他图像增强的方法，不仅在单帧图像上完成去噪效果，提取清晰背景图层信息，在运行时间上也快于其他方法，可以满足现实世界中实时任务的需求。

An image enhancement technology based on deep decomposition synthesis network

【技术实现步骤摘要】
一种基于深度分解合成网络的图像增强技术
本专利技术涉及图像处理和深度学习
，具体为一种基于深度分解合成网络的图像增强技术。
技术介绍
在计算机视觉以及图像处理的过程中，往往会遇到各种各样的噪声，尤其是对于室外拍摄的场景，在下雨天拍摄的照片会存在雨点或者模糊，在光线不充足的夜晚拍摄的照片会有很多噪点，在雾霾天气下拍摄的照片会模糊不清，这些情况会显著的降低图片的质量，在许多计算机视觉任务，比如图像检测和图像追踪过程中，通常能很好的处理高能见度的图像，但是如果使用低质量的输入将会导致结果退化甚至失败，例如在雨天或者雾霾天气中，使用监控摄像头监控街道，或使用自动驾驶车辆在道路上行驶将会非常困难。因此，会使用一种图像增强技术来对图片进行处理。但市场上大多数的图像增强技术在使用的时候不能很好的提高深层结构的有效性，更好地利用训练数据，获得更准确的恢复结果，不能很好的提高图像的处理效率，以满足现实生活中实时任务的要求。专利技术专利内容本专利技术的目的在于提供一种基于深度分解合成网络的图像增强技术，以解决上述背景技术提出的目前市场本文档来自技高网...

【技术保护点】
1.一种基于深度分解合成网络的图像增强技术，其特征在于：步骤如下：/nS10、输入图像；S20、图像分解；S30、合成；S40、数据采集；S50、数据集构建；S60训练。/n

【技术特征摘要】
1.一种基于深度分解合成网络的图像增强技术，其特征在于：步骤如下：
S10、输入图像；S20、图像分解；S30、合成；S40、数据采集；S50、数据集构建；S60训练。


2.根据权利要求1所述的一种基于深度分解合成网络的图像增强技术，其特征在于：所述S10、输入图像：将需要去除图像中的雨滴、灰尘以及雾霾，提高去雨图像质量的图片导入。


3.根据权利要求1所述的一种基于深度分解合成网络的图像增强技术，其特征在于：所述S20、图像分解：将输入图像分割成清晰背景和噪声层，主要有两个分支构成，分解网络由编码器和解码器组成。


4.根据权利要求1所述的一种基于深度分解...

【专利技术属性】
技术研发人员：李思远，王丰，庾金科，
申请(专利权)人：北京智云视图科技有限公司，
类型：发明
国别省市：北京;11