【技术实现步骤摘要】
一种基于人工稀疏标注信息引导的单张图像去雾方法
本专利技术属于单张图像去雾
，具体涉及一种基于人工稀疏标注信息引导的单张图像去雾方法。
技术介绍
在雾、霾之类的恶劣天气下采集的图像会由于大气散射的作用出现质量退化现象,使图像颜色偏灰白色,对比度降低,物体特征难以辨认,不仅使视觉效果变差,图像观赏性降低,还会导致图像内容的理解出现偏差。图像去雾就是指用特定的方法和手段,使空气中悬浮微粒对图像的不良影响降低甚至消除。单张图像去雾是指在只有一张有雾图像的条件下，对其进行去雾处理得到清晰的图像。本专利涉及的图像去雾方法是指通过人工输入的有雾图像显著颜色点或者雾霾程度的稀疏标注，并利用这些稀疏标注作为辅助信息引导生成无雾图像。目前单张图像去雾方法主要分为三大类：第一类是基于图像增强的方法,第二类是基于物理模型的方法,第三类是基于深度学习的方法。基于图像增强的方法的本质是对被降质的图像进行增强,改善图像的质量。比如常见的直方均衡、对数变换、幂律变换、锐化、小波变换等。通过这些方法增强图像的对比度或突出图像的特征。与...
【技术保护点】
1.一种基于人工稀疏标注信息引导的单张图像去雾方法，其特征在于，该方法包括以下步骤：/n步骤一、构建图像训练样本集，过程如下：/n步骤101、利用大气散射模型和清晰图像X
【技术特征摘要】
1.一种基于人工稀疏标注信息引导的单张图像去雾方法，其特征在于，该方法包括以下步骤：
步骤一、构建图像训练样本集，过程如下：
步骤101、利用大气散射模型和清晰图像Xi合成不同雾霾程度的有雾图像Yi，其中，i为图像编号且i＝1,2,...,N，N为清晰图像的总数量且N不小于1000；
步骤102、对有雾图像Yi按照区域划分进行人工标识，以255表示雾霾最严重，0表示无雾霾，获取人工标识图像Mi；
步骤103、将清晰图像Xi、有雾图像Yi、人工标识图像Mi合并，形成图像训练样本集{Xi,Yi,Mi}，其中，图像训练样本集{Xi,Yi,Mi}中编号相同的清晰图像、有雾图像和人工标识图像为一组样本图像；
步骤二、设计去雾网络对单张的有雾图像去雾，过程如下：
步骤201、在步骤一中的图像训练样本集中随机提取一组样本图像，利用编码器对该组样本图像中有雾图像进行编码，得到有雾图像尺寸1/16的特征图f1/16，其中，有雾图像尺寸1/16的特征图f1/16的特征维度为512，所述编码器包括多个卷积块，所述卷积块包括卷积层、批归一化处理以及激活函数；
通过共享参数，利用编码器对该组样本图像中人工标识图像进行编码，得到人工标识图像尺寸1/16的特征图其中，人工标识图像尺寸1/16的特征图的特征维度为512；
步骤202、对有雾图像尺寸1/16的特征图f1/16和人工标识图像尺寸1/16的特征图进行叠加得到复合特征fconcat，对复合特征fconcat进行1×1卷积降维，得到维度为512的融合特征
步骤203、对维度为512的融合特征进行反卷积得到特征维度为256且分辨率为原图像尺寸1/8的反卷积特征图
步骤204、对有雾图像尺寸1/16的特征图f1/16进行反卷积得到特征维度为256的有雾图像尺寸1/8的特征图f1/8，对人工标识图像尺寸1/16的特征图进行反卷积得到特征维度为256的人工标识图像尺寸1/8的特征图将反卷积特征图有雾图像尺寸1/8的特征图f1/8和人工标识图像尺寸1/8的特征图进行叠加并反卷积，得到特征维度为128且分辨率为原图像尺寸1/4的反卷积特征图
步骤205、对有雾图像尺寸1/8的特征图f1/8进行反卷积得到特征维度为128的有雾图像尺寸1/4的特征图f1/4，对人工标识图像尺寸1/8的特征图进行反卷积得到特征维度为128的人工标识图像尺寸1/4的特征图将反卷积特征图有雾图像尺寸1/4的特征图f1/4和人工标识图像尺寸1/4的特征图进行叠加并反卷积，得到特征维度为64且分辨率为原图像尺寸1/2的反卷积特征图
步骤206、对有雾图像尺寸1/4的特征图f1/4进行反卷积得到特征维度为64的有雾图像尺寸1/2的特征图f1/2，对人工标识图像尺寸1/4的特征图进行反卷积得到特征维度为64的人工...
【专利技术属性】
技术研发人员：苏延召，崔智高，王涛，李爱华，王念，蔡艳平，姜柯，冯国彦，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。