一种图像去雾方法、系统及嵌入式设备技术方案

本发明专利技术公开了一种图像去雾方法、系统及嵌入式设备，本发明专利技术的去雾方法采用双分支的去雾模型，去雾模型第一分支通过构建双边网格数据，对有雾图像的边缘细节进行保留，提高图像恢复的清晰度，融合模块对去雾模型第一分支输出的双边网格数据和去雾模型第二分支输出的深度信息进行融合，提高了模型的去雾能力，有效解决了颜色失真、去雾不彻底等现象。去雾不彻底等现象。去雾不彻底等现象。

【技术实现步骤摘要】
一种图像去雾方法、系统及嵌入式设备


[0001]本专利技术涉及一种图像去雾方法、系统及嵌入式设备，属于图像处理领域。

技术介绍

[0002]在雾霾天，监控系统、智能驾驶系统等的性能会受到很大的影响，在某些情况下甚至出现无法正常工作的情况。因此，为了提高监控系统、智能驾驶系统等在雾霾天气下的稳定性，需要对雾霾天气获取到的图像进行去雾处理。
[0003]近些年来，由于计算机硬件设备的迅速发展以及计算能力的不断提升，深度学习也随之迅速发展，但是目前基于深度学习的去雾方法，存在颜色失真、去雾不彻底等现象。

技术实现思路

[0004]本专利技术提供了一种图像去雾方法、系统及嵌入式设备，解决了
技术介绍
中披露的问题。
[0005]为了解决上述技术问题，本专利技术所采用的技术方案是：
[0006]一种图像去雾方法，包括：
[0007]采集雾霾天气下的图像；
[0008]将雾霾天气下的图像输入预先训练的去雾模型，获得无雾图像；其中，去雾模型包括去雾模型第一分支、去雾模型第二分支和融合模块；去雾模型第一分支对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像去雾方法，其特征在于，包括：采集雾霾天气下的图像；将雾霾天气下的图像输入预先训练的去雾模型，获得无雾图像；其中，去雾模型包括去雾模型第一分支、去雾模型第二分支和融合模块；去雾模型第一分支对输入的图像进行特征提取，采用提取到的特征构建包含图像空间信息和像素值信息的双边网格数据；去雾模型第二分支对输入的图像进行深度信息提取；融合模块将双边网格数据和深度信息进行融合，输出无雾图像。2.根据权利要求1所述的图像去雾方法，其特征在于，去雾模型第一分支采用Unet网络，Unet网络提取输入图像的浅层特征与深层特征，通过跳跃连接将浅层特征与深层特征进行融合，对融合后的特征进行仿射变换，构造双边网格数据。3.根据权利要求1所述的图像去雾方法，其特征在于，去雾模型第二分支包括编码器和解码器，编码器采用残差块对输入图像进行三次下采样，获得三个不同尺寸的特征图，解码器采用循环解码方式对三个不同尺寸的特征图进行解码，获得深度信息。4.根据权利要求1所述的图像去雾方法，其特征在于，去雾模型采用对比学习进行训练。5.一种图像去雾系统，其特征在于，包括：采集模块，用以采集雾霾天气下的图像；去雾模块，用以将雾霾天气下的图像输入预先训练的去雾模型，获得无雾图像；其中，去雾...

【专利技术属性】
技术研发人员：范新南，赵忠鑫，史朋飞，辛元雪，樊荣，徐希望，周旋，
申请(专利权)人：河海大学，
类型：发明
国别省市：