图像是否去雾的检测方法、装置和智能设备制造方法及图纸

本申请涉及一种图像是否去雾的检测方法、系统、智能设备和存储介质。所述方法包括：处理待检测图像，获取RGB流和IIC流；将所述RGB流和IIC流输入图像分类深度学习模型进行特征融合；根据获得特征融合结果，判断所述IIC流中是否存在包含反映损失光照一致性的颜色块；若包含反映损失光照一致性的颜色块，则所述待检测图像为去雾图像；若不包含反映损失光照一致性的颜色块，则所述待检测图像为原始图像，本发明专利技术能够快速、自动地判别一幅图像是否经历过图像去雾操作，在例如验证证据图像或验证是否未去雾的原始图像等场景下，可有效地检验图像是否被去雾操作，填补了图像去雾验证技术的空白。白。白。

【技术实现步骤摘要】
图像是否去雾的检测方法、装置和智能设备


[0001]本申请涉及图像处理
，特别是涉及一种图像是否去雾的检测方法、装置和智能设备。

技术介绍

[0002]随着图像编辑技术的飞速发展，图像的原始性越来越难以依靠人眼辨认。例如，一副从现实世界中拍摄的有雾图像，经过去雾算法处理后，得到的去雾图像几乎和未经过去雾编辑操作的原始图像一致，仅仅依靠人眼通常无法辨认图像的原始性和真实性，即难以辨认哪个图是原始图像，哪个图是经过了图像去雾操作得到的。
[0003]图像去雾是一种图像后处理操作，目前在很多图像编辑软件或者APP中都集成了图像去雾功能。用户能便利地将有雾图像通过去雾功能进行编辑，再将去雾操作之后的图像借助移动互联网等渠道发布到社交网络或者短视频网站等。尽管大多数情况下图像去雾能够使图像内容变得更加清晰，即改善了含雾图像的视觉质量，但去雾图像也可能被用于恶意目的，例如，一个场景是，某地由于污染严重引发雾霾天气，当拍摄当地的含雾图像后，若利用去雾软件/算法进行去雾处理，从而得到了去雾图像，进行网络发布作不真实的宣传，显然，这将有可能误导关注本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像是否去雾的检测方法，其特征在于，所述方法包括：处理待检测图像，获取RGB流和IIC流；将所述RGB流和IIC流输入图像分类深度学习模型进行特征融合；根据获得特征融合结果，判断所述IIC流中是否存在包含反映损失光照一致性的颜色块；若包含反映损失光照一致性的颜色块，则所述待检测图像为去雾图像；若不包含反映损失光照一致性的颜色块，则所述待检测图像为原始图像。2.根据权利要求1所述的图像是否去雾的检测方法，其特征在于，所述将所述RGB流和IIC流输入图像分类深度学习模型进行特征融合包括：根据输入的所述RGB流和IIC流，通过图像分类网络分别提取RGB流的特征和IIC流的特征；将所述RGB流的特征和IIC流的特征按照图像分类深度学习模型的当前融合权重值进行特征融合，输出特征融合结果。3.根据权利要求2所述的图像是否去雾的检测方法，其特征在于，所述图像分类网络包括双流基石网络，所述双流基石网络包括Efficinet
‑
B0、ResNet和MobileNet
‑
V2的任意两种组合。4.根据权利要求1所述的图像是否去雾的检测方法，其特征在于，所述处理待检测图像，获取RGB流和IIC流之前，所述方法还包括：处理若干去雾图像，获取若干RGB流和IIC流；根据若干所述RGB流和IIC流进行特征提取；根据一个去雾图像的RGB流的特征和IIC流的特征按照当前融合权重值进行特征融合，接着进行下一个去雾图像的特征融合，直至所有去雾图像全部融合完成，则获得图像分类深度学习模型。5.根据权利要求1、2或4所述的图像是否去雾的检测方法，其特征在于，所述特征融合包括求和融合方式、最小特征融合方式、最大特征融合方式、级联特征融合方式和自适应特征融合方式的任一项或者多项组合。6.根据权利要求5所述的图像是否去雾的检测方法，其特征在于，当选择...

【专利技术属性】
技术研发人员：黄海鸥，胡小江，梁丕树，李江城，
申请(专利权)人：深圳市爱协生科技有限公司，
类型：发明
国别省市：