图像去雾方法、装置、设备和计算机可读介质制造方法及图纸

本公开的实施例公开了图像去雾方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：对原始图像进行两次特征提取，分别得到去雾特征图和原始图像特征图；对上述去雾特征图进行标准化处理，得到标准化去雾特征图；基于上述原始图像特征图，生成原始图像局部特征矩阵和原始图像全局特征矩阵；基于上述标准化去雾特征图、上述原始图像局部特征矩阵和上述原始图像全局特征矩阵，生成去雾图像。该实施方式通过将从原始图像中提取出的局部特征信息和全局特征信息与标准化后的去雾特征图进行融合，实现了即使加入了可以提高计算速度的标准化，也能对原始图像中的细节进行保护，从而兼顾了效率和质量。

【技术实现步骤摘要】
图像去雾方法、装置、设备和计算机可读介质
本公开的实施例涉及计算机
，具体涉及图像去雾方法、装置、设备和计算机可读介质。
技术介绍
在众多图像处理技术中，有一种图像去雾技术，该技术希望恢复对比度低于预设阈值的原始图像的对比度，使原始图像变得清晰，以在视觉上呈现去雾的效果。现有的图像去雾技术由于加入标准化后会丢失大量的图像细节，使图像去雾后不能很好地保持原始图像中展示的有用图像信息。并且，不加入标准化会增加计算的时长。即效率与质量不可兼顾。
技术实现思路
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了图像去雾方法、装置、设备和计算机可读介质，来解决以上
技术介绍
部分提到的技术问题。第一方面，本公开的一些实施例提供了一种图像去雾方法，该方法包括：对原始图像进行两次特征提取，分别得到去雾特征图和原始图像特征图；对上述去雾特征图进行标准化处理，得到标准化去雾特征图；基于上述原始图像特征图，生成原始图像局部特征矩阵和原始图像全局特征矩阵；基于上述标准化去雾特征图、上述原始图像局部特征矩阵和上述原始图像全局特征矩阵，生成去雾图像。第二方面，本公开的一些实施例提供了一种图像去雾装置，装置包括：特征提取单元，被配置成对原始图像进行两次特征提取，分别得到去雾特征图和原始图像特征图；处理单元，被配置成对上述去雾特征图进行标准化处理，得到标准化去雾特征图；第一生成单元，被配置成基于上述原始图像特征图，生成原始图像局部特征矩阵和原始图像全局特征矩阵；第二生成单元，被配置成基于上述标准化去雾特征图、上述原始图像局部特征矩阵和上述原始图像全局特征矩阵，生成去雾图像。第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一实现方式描述的方法。本公开的上述各个实施例中的一个实施例具有如下有益效果：通过提取原始图像的局部特征信息和全局特征信息，并且与标准化后的原始图像进行融合，实现了即使加入了标准化，也能对原始图像中的细节进行保护，从而兼顾了效率和质量。附图说明结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。图1是本公开的一些实施例的图像去雾方法的一个应用场景的示意图；图2是根据本公开的图像去雾方法的一些实施例的流程图；图3是根据本公开的一些实施例的图像去雾方法中生成去雾图像步骤的示意图；图4是根据本公开的一些实施例的图像去雾方法中生成局部去雾特征图步骤的示意图；图5是根据本公开的图像去雾方法的另一些实施例的流程图；图6是根据本公开的图像去雾装置的一些实施例的结构示意图；图7是适于用来实现本公开的一些实施例的电子设备的结构示意图。具体实施方式下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。下面将参考附图并结合实施例来详细说明本公开。图1示出了可以应用本公开的一些实施例的图像去雾方法的一个应用场景的示意图。在图1所示的应用场景中，首先，计算设备101可以对原始图像102进行两次特征提取，分别得到去雾特征图103和原始图像特征图104。在本应用场景中，上述去雾特征图用于表征图像去雾后的像素信息。在此基础上，上述计算设备101可以是通过对原始图像中每个像素的暗通道像素值进行归零，得到上述去雾特征图103。其中，像素点的暗通道可以是指该像素点在红、蓝、绿三个颜色通道中值最小的通道。之后，对上述去雾特征图进行标准化处理，得到标准化去雾特征图105。之后，基于上述原始图像特征图104，生成原始图像局部特征矩阵107和原始图像全局特征矩阵106。最后，基于上述标准化去雾特征图105、上述原始图像局部特征矩阵107和上述原始图像全局特征矩阵106，生成去雾图像108。需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或电子设备组成的分布式集群，也可以实现成单个服务器或单个电子设备。当计算设备体现为软件时，可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。应该理解，图1中的计算设备101的数目仅仅是示意性的。根据实现需要，可以具有任意数目的计算设备101。继续参考图2，示出了根据本公开的图像去雾方法的一些实施例的流程200。该图像去雾方法，包括以下步骤：步骤201，对原始图像进行两次特征提取，分别得到去雾特征图和原始图像特征图。在一些实施例中，上述原始图像可以是任意图像。例如，可以是图像去雾方法执行主体中存储的图像。再如，还可以是网络中公开的图像。在一些实施例中，上述对原始图像进行两次特征提取，分别得到去雾特征图和原始图像特征图可以是将上述原始图像输入到两个结构相同、参数不同的卷积神经网络，分别得到去雾特征图和原始图像特征图。例如，上述两个卷积神经网络可以包含任意数目个卷积层、任意数目个池化层。在一些实施例中，上述对原始图像进行两次特征提取，分别得到去雾特征图和原始图像特征图还可以是将上述原始图像输入到两个结构不同的卷积神经网络，分别得到去雾特征图和原始图像特征图。步骤202，对上述去雾特征图进行标准化处理，得到标准化去雾特征图。在一些实施例中，上述执行主体可以首先对上述去雾特征图进行批量标准化处理，得到批量标准化去雾特本文档来自技高网...

【技术保护点】
1.一种图像去雾方法，包括：/n对原始图像进行两次特征提取，分别得到去雾特征图和原始图像特征图；/n对所述去雾特征图进行标准化处理，得到标准化去雾特征图；/n基于所述原始图像特征图，生成原始图像局部特征矩阵和原始图像全局特征矩阵；/n基于所述标准化去雾特征图、所述原始图像局部特征矩阵和所述原始图像全局特征矩阵，生成去雾图像。/n

【技术特征摘要】
1.一种图像去雾方法，包括：
对原始图像进行两次特征提取，分别得到去雾特征图和原始图像特征图；
对所述去雾特征图进行标准化处理，得到标准化去雾特征图；
基于所述原始图像特征图，生成原始图像局部特征矩阵和原始图像全局特征矩阵；
基于所述标准化去雾特征图、所述原始图像局部特征矩阵和所述原始图像全局特征矩阵，生成去雾图像。


2.根据权利要求1所述的方法，其中，所述对所述去雾特征图进行标准化处理，得到标准化去雾特征图，包括：
对所述去雾特征图进行批量标准化，得到批量标准化去雾特征图；
对所述去雾特征图进行实例标准化，得到实例标准化去雾特征图；
将所述批量标准化去雾特征图和所述实例标准化去雾特征图确定为所述标准化去雾特征图。


3.根据权利要求2所述的方法，其中，所述基于标准化去雾特征图、局部去雾特征图和全局去雾特征图，生成去雾图像，包括：
基于所述标准化去雾特征图、所述原始图像局部特征矩阵和所述原始图像全局特征矩阵，生成目标去雾特征图；
基于所述目标去雾特征图，生成去雾图像。


4.根据权利要求3所述的方法，其中，所述基于所述标准化去雾特征图、所述局部去雾特征图和全局去雾特征图，生成目标去雾特征图，包括：
基于所述批量标准化去雾特征图和所述原始图像局部特征矩阵，生成局部去雾特征图；
基于所述批量标准化去雾特征图和所述原始图像全局特征矩阵，生成全局去雾特征图；
基于所述实例标准化去雾特征图、所述局部去雾特征图和所述全局去雾特征图，生成所述目标去雾特征图。


5.一种图像去雾装置，包括：
特征提取单元，被配置成对原始图像进行两次特征提取，分别得到去雾特征图和原始图像特征图；
处理单元，被配置成对所述去雾特征图进行...

【专利技术属性】
技术研发人员：邓启力，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：北京;11