一种基于灰度世界自适应网络的单幅沙尘图像恢复方法技术

本发明专利技术公开了一种基于灰度世界自适应网络的单幅沙尘图像恢复方法，具体按照如下步骤进行：步骤1：获取图像数据集，对图像数据集中的每个图像进行归一化处理，得到训练集；步骤2：构建生成对抗网络模型，生成对抗网络模型包括生成网络和判别网络，生成网络包括：灰度世界的颜色校正子网络和沙尘图像恢复子网络；步骤3：利用训练集对所述生成对抗网络模型进行训练，得到训练后的生成对抗网络模型；步骤4：将沙尘图像输入所述训练后的生成对抗网络模型中，得到的恢复后的图像。本发明专利技术通过不同的损失函数对沙尘图像恢复网络参数进行迭代优化，丰富沙尘图像恢复网络的语义信息，得到更加清晰的图像。

【技术实现步骤摘要】
一种基于灰度世界自适应网络的单幅沙尘图像恢复方法
本专利技术属于图像处理
，具体涉及一种基于灰度世界自适应网络的单幅沙尘图像恢复方法。
技术介绍
在沙尘天气下采集到的图像呈现对比度下降、模糊不清等问题，这是因为在空中悬浮的大量沙尘颗粒和灰尘吸收和散射了光线，使得大气能见度大幅度降低，导致图像采集设备获取的图像不清晰，细节信息减少。对于沙尘天气下采集到的图像还会出现一个很严重的问题，即颜色失真。与红光相比，蓝光和绿光被沙尘颗粒吸收得更快，这导致了一个具有整体黄色色调的颜色偏差图像。这些问题在很大程度上影响和限制了室外计算机视觉系统的应用。因此，研究如何快速的从沙尘图像中恢复出高质量的清晰无沙尘图像具有很高的实用性和现实性，具有广泛的学术价值和行业价值。在沙尘天气条件下，大气中悬浮微粒的散射作用使户外采集图像对比度降低，图像质量下降，严重影响了道路监控、环境监测、目标识别等户外计算机视觉系统的应用。随着计算机技术的不断发展，越来越多的计算机视觉系统运用到人们的日常生活中，我们需要它们可以直接、实时、清晰准确的满足我们的需求。但本文档来自技高网...

【技术保护点】
1.一种基于灰度世界自适应网络的单幅沙尘图像恢复方法，其特征在于，具体按照如下步骤进行：/n步骤1：获取图像数据集，对所述图像数据集中的每个图像进行归一化处理，得到训练集；/n步骤2：构建生成对抗网络模型，所述生成对抗网络模型包括生成网络和判别网络，所述生成网络包括：灰度世界的颜色校正子网络和沙尘图像恢复子网络；/n步骤3：利用训练集对所述生成对抗网络模型进行训练，得到训练后的生成对抗网络模型；/n步骤4：将沙尘图像输入所述训练后的生成对抗网络模型中，得到的恢复后的图像。/n

【技术特征摘要】
1.一种基于灰度世界自适应网络的单幅沙尘图像恢复方法，其特征在于，具体按照如下步骤进行：
步骤1：获取图像数据集，对所述图像数据集中的每个图像进行归一化处理，得到训练集；
步骤2：构建生成对抗网络模型，所述生成对抗网络模型包括生成网络和判别网络，所述生成网络包括：灰度世界的颜色校正子网络和沙尘图像恢复子网络；
步骤3：利用训练集对所述生成对抗网络模型进行训练，得到训练后的生成对抗网络模型；
步骤4：将沙尘图像输入所述训练后的生成对抗网络模型中，得到的恢复后的图像。


2.根据权利要求1所述的一种基于灰度世界自适应网络的单幅沙尘图像恢复方法，其特征在于，步骤2中，所述灰度世界的颜色校正子网络的具体操作为：
步骤2.1：将训练集中的图像经过灰度世界算法得到预处理图像；
步骤2.2：将预处理图像经过一个卷积核大小为3、步长为1的卷积层，然后输出特征O1；
步骤2.3：将输出特征O1输入卷积核大小为3、步长为2的卷积层进行下采样处理，输出特征O2；
步骤2.4：然...

【专利技术属性】
技术研发人员：石争浩，刘春月，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西;61