一种基于独立细节恢复网络的图像去雾方法技术

本发明专利技术公开了一种基于独立细节恢复网络的图像去雾方法，主要包括以下步骤：S1、获取图像数据，构建具有成对有雾图像和无雾图像的数据集；S2、构建图像去雾模型，该模型由去雾骨干网络和细节恢复网络两个分支网络构成。其中，去雾骨干网络由透射率图像估计网络、大气光估计网络组成，细节恢复网络由局部分支和全局分支组成；S3、将有雾图像输入到去雾骨干网络和细节恢复网络中，分别获得初步去雾图像和细节特征图；S4、将初步去雾图像与细节特征图相加得到最终的去雾图像。本发明专利技术提出独立的细节恢复网络用于图像去雾，在细节恢复网络中结合局部特征提取和全局特征提取，在有效去雾的同时进一步恢复图像细节，提升去雾效果。提升去雾效果。提升去雾效果。

【技术实现步骤摘要】
一种基于独立细节恢复网络的图像去雾方法


[0001]本专利技术涉及一种基于独立细节恢复网络的图像去雾方法，属于图像处理


技术介绍

[0002]图像去雾问题的目的是给定一张有雾图像，通过图像去雾方法恢复出干净的无雾图像。有雾图像通常会出现模糊、低对比度、颜色失真等图像质量退化现象。这种退化的图像妨碍了许多高级计算机任务性能的进一步提升，如目标检测、行人识别、图像语义分割等。因此，图像去雾越来越受到人们的关注。
[0003]在图像去雾的相关研究中，大气散射模型被广泛地用于描述有雾图像的形成，其具体公式如下：
[0004]I(x)＝J(x)t(x)+A(1
‑
t(x)),
[0005]其中，I(x)表示有雾图像，J(x)表示无雾图像，A表示大气光图像，t(x)表示透射率图像，x表示像素位置。其中，透射率图像可以表示为t(x)＝e
‑
βd(x)
,d(x)和β分别为场景深度和大气散射系数。
[0006]近几十年来，一系列图像去雾方法被提出，这些方法可以分为两类：基于先本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于独立细节恢复网络的图像去雾方法，通过设置一个独立于去雾骨干网络的细节恢复网络，对有效去雾后的图像进行细节的恢复，进一步提升去雾效果，该方法包括以下步骤：S1、获取图像数据，构建具有成对有雾图像和无雾图像的数据集；S2、构建图像去雾模型，该模型由去雾骨干网络和细节恢复网络两个分支网络构成，其中，去雾骨干网络由透射率图像估计网络、大气光估计网络组成，细节恢复网络由局部分支网络和全局分支网络组成；S3、将有雾图像输入到去雾骨干网络和细节恢复网络中，分别获得初步去雾图像和细节特征图；S4、将初步去雾图像与细节特征图相加得到最终的去雾图像。2.根据权利要求1所述的基于独立细节恢复网络的图像去雾方法，其特征在于，步骤S1具体包括：获取若干不同场景的无雾图像，根据大气散射模型，生成与无雾图像对应的有雾图像，构建成对的图像数据集。3.根据权利要求1所述的基于独立细节恢复网络的图像去雾方法，其特征在于，步骤S2具体包括：去雾骨干网络中所述的透射率图像估计网络是一个U型编解码网络结构，编码器中包括密集残差块网络以获得更加准确的透射率图像，所述密集残差块网络以密集块作为基本单元，密集块是由多层密集层组成，每个密集层由串行连接的批量归一化层、ReLU激活层、卷积层、批量归一化层、ReLU激活层、卷积层组成，每个密集块的输入与输出之间添加一条残差连接，残差指的是密集块输出与输入之间的差异，残差连接即将残差与上一个密集块输入之和作为下一个密集块的输入，密集残差块网络的设计能够在最大限度获取特征信息的同时避免信息的冗余；解码器首先是串行连接的三个组合块，组合块由串行连接的...

【专利技术属性】
技术研发人员：孙建德，李燕，李静，程德，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：