一种基于生成对抗网络的复杂海空场景图像去雾方法技术

本发明专利技术提出一种基于生成对抗网络的复杂海空场景图像去雾方法。首先利用光学相机进行海空场景的图像采集，包括有雾图像采集和无雾图像采集；其次将采集到的图像裁剪为宽高大小相同的图像；再分别制作海空场景的无雾图像数据集和有雾图像数据集，不需要对有雾图像和无雾图像进行场景成对匹配；之后搭建用于复杂海空场景图像去雾的生成对抗网络；使用制作的海空场景数据集对搭建的生成对抗网络进行训练；最后使用训练好的去雾模型对复杂海空场景的雾天图像进行去雾操作。本发明专利技术可以在复杂海空场景下实现海上雾天图像的去雾处理，同时避免去雾后图像出现颜色失真、场景恢复不够自然的问题，该去雾方法的细节信息保存完整，泛化能力较强。

【技术实现步骤摘要】
一种基于生成对抗网络的复杂海空场景图像去雾方法
本专利技术涉及一种基于生成对抗网络的复杂海空场景图像去雾方法，属于图像处理领域。
技术介绍
在海空环境下，海面水汽含量比较充足，相对湿度较大，当海面水温和其上空的空气温度存在一定的差值时，极易形成海雾。海雾是一种极为危险的天气现象，雾霭作用使得舰载计算机成像系统无法获取清晰图像，难以进行正常的光学监测和跟踪，使得天体和陆标定位更加困难，特别在雷达盲区，给舰艇机动造成了极大困难，严重威胁着舰船的航行安全。因此，在加强海雾预报的同时，大力发展各种针对海上雾天图像的去雾方法具有重要意义和研究价值。近年来，图像去雾算法研究取得了重大进展。现阶段，图像去雾研究主要分为三种：第一种是基于增强的方法，本质上是通过增强对比度等方法来改善图像的观感，并没有针对雾天图像退化的机理来进行去雾，所以往往会造成色彩的失真等缺陷。第二种是基于模型的方法，该方法根据雾天图像的退化原因建立大气散射模型，并结合图像的先验知识求解模型中的参数，然后逆向推导无雾图像，该方法可实现图像去雾，但是其紧扣大气散射模型，严重依赖对中间本文档来自技高网...

【技术保护点】
1.一种基于生成对抗网络的复杂海空场景图像去雾方法，其特征在于：包括以下步骤：/n步骤1：利用光学相机进行海空场景的图像采集，包括有雾图像采集和无雾图像采集；/n步骤2：将步骤1中采集到的图像裁剪为宽高大小相同的图像；/n步骤3：分别制作海空场景的无雾图像数据集和有雾图像数据集，且不需要对有雾图像和无雾图像进行场景成对匹配；/n步骤4：搭建用于复杂海空场景图像去雾的生成对抗网络；/n步骤5：使用步骤3中制作的海空场景数据集对步骤4中搭建的生成对抗网络进行训练；/n步骤6：使用步骤5中训练好的去雾模型对复杂海空场景的雾天图像进行去雾操作。/n

【技术特征摘要】
1.一种基于生成对抗网络的复杂海空场景图像去雾方法，其特征在于：包括以下步骤：
步骤1：利用光学相机进行海空场景的图像采集，包括有雾图像采集和无雾图像采集；
步骤2：将步骤1中采集到的图像裁剪为宽高大小相同的图像；
步骤3：分别制作海空场景的无雾图像数据集和有雾图像数据集，且不需要对有雾图像和无雾图像进行场景成对匹配；
步骤4：搭建用于复杂海空场景图像去雾的生成对抗网络；
步骤5：使用步骤3中制作的海空场景数据集对步骤4中搭建的生成对抗网络进行训练；
步骤6：使用步骤5中训练好的去雾模型对复杂海空场景的雾天图像进行去雾操作。


2.根据权利要求1所述一种基于生成对抗网络的复杂海空场景图像去雾方法，其特征在于：步骤4中搭建的生成对抗网络为具有双生成器G、F和单判别器D的改进版循环生成对抗网络；生成器F将真实有雾图像y转换为去雾图像F(y)，生成器G将生成的去雾图像F(y)转换为有雾图像判别器D判断生成的去雾图像是否为真实的无雾图像。


3.根据权利要求2所述一种基于生成对抗网络的复杂海空场景图像去雾方法，其特征在于：所述生成器包含三个模块，分别是编码模块、转换模块和解码模块；
所述编码模块包含三个卷积单元，第一个卷积单元包含卷积层，批标准化层，激活函数层，其中卷积层的卷积核大小为7×7，卷积步长为1；第二个卷积单元包含卷积层，批标准化层，激活函数层，其中卷积层的卷积核大小为5×5，卷积步长为1；第三个卷积单元包含卷积层，批标准化层，激活函数层，其中卷积层的卷积核大小为3×3，卷积步长为1；
所述转换模块基于密集连接网络设计，包括若干层密集连接单元；转换模块通过使用密集连接网络将具有...

【专利技术属性】
技术研发人员：刘明雍，石廷超，牛云，黄宇轩，汪培新，方一帆，王宇，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61