【技术实现步骤摘要】
一种先验引导的单阶段蒸馏图像去雾方法
[0001]本专利技术属于单幅图像去雾
,具体涉及一种先验引导的单阶段蒸馏图像去雾方法。
技术介绍
[0002]由于空气中雾、霾等悬浮粒子的影响,光线在传播过程中将发生折射而衰减,导致采集的图像出现颜色偏差、模糊、对比度下降等质量退化现象,这不仅使图像观赏性降低,视觉效果变差,更导致物体特征难以辨认,对拍摄图像的内容理解出现偏差。图像去雾就是利用特定的方法和手段,建立有雾图像和无雾图像之间的特征关系进行去雾处理,进而降低雾霾对图像视觉效果的影响。单幅图像去雾算法是指在仅有一张有雾图像的基础上进行去雾得到清晰图像的过程。
[0003]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。
[0004]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。与常见的对比度增强方法不同,另一种常见的图像增强的方法是基于颜色恒常性和视网膜皮层理论的Retinex方法。该方法将图像分解为本质图像与照度图像的乘积,从而消除因为受雾霾遮挡的光照因素对图像成像的影响。Retinex方法比传统的对比度提升方法相比,其得到的去雾图像具有更好的局部对比度,颜色失真较小。但由于Retinex方法本身也是一个病态问题,只能进行近似估计,因而也在一定程度上影响了图像去雾效果。
[0005]基于物理模型 ...
【技术保护点】
【技术特征摘要】
1.一种先验引导的单阶段蒸馏图像去雾方法,其特征在于,该方法包括以下步骤:步骤一、设计先验引导的单阶段蒸馏去雾网络对单张的有雾图像去雾,过程如下:步骤101、搭建先验引导的重建网络,所述先验引导的重建网络的图像训练样本集为暗通道先验雾天数据集,并将先验引导的重建网络的图像训练样本集中每张有雾图像归一化到固定尺寸;步骤102、搭建合成图像去雾网络,所述合成图像去雾网络的图像训练样本集为合成雾天数据集,并将合成图像去雾网络的图像训练样本集中每张有雾图像归一化到固定尺寸;步骤103、根据公式Out
FFB
=G(J
dcp
)
×
α
dcp
+γ(I)
×
α
deh
,构建先验引导的单阶段蒸馏去雾网络Out
FFB
,其中,G(J
dcp
)为先验引导的重建网络,α
dcp
为先验引导的重建网络的权重,γ(I)为合成图像去雾网络,α
deh
为合成图像去雾网络的权重;步骤二、建立先验引导的单阶段蒸馏去雾网络的损失函数,过程如下:步骤201、根据公式L
dcp
=||J
dcp
‑
G0(J
dcp
)||,计算先验引导的重建网络的损失函数L
dcp
,其中,J
dcp
为先验引导的重建网络的图像训练样本集中图像利用DCP去雾算法生成的去雾结果,G0(J
dcp
)为先验引导的重建网络的图像训练样本集中图像利用先验引导的重建网络生成的去雾结果,||
·
||为范数运算函数;步骤202、根据公式L
deh
=||J
‑
γ0(I)||,计算合成图像去雾网络的损失函数L
deh
,其中,J为合成图像去雾网络的图像训练样本集中一张清晰无雾图像,γ0(I)为所述清晰无雾图像的有雾图像利用合成图像去雾网络生成的去雾结果;步骤203、根据公式计算蒸馏损失L
diss
,其中,为先验引导的单阶段蒸馏去雾网络生成的去雾结果;步骤204、根据公式L=λ1L
dcp
+λ2L
deh
+λ3L
diss
,建立先验引导的单阶段蒸馏去雾网络的损失函数L,...
【专利技术属性】
技术研发人员:王念,崔智高,苏延召,李爱华,兰云伟,蔡艳平,王涛,
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:
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。