一种基于新型DU-Net模型的图像去雾方法技术

本发明专利技术公开一种基于新型DU‑Net模型的图像去雾方法，涉及图像处理技术领域。所述方法包括：S1：获取成对的有雾图像与清晰图像，并构建数据集；S2：构建具有编码器、预解码器、再编码器和解码器四个模块构成的DU‑Net特征重用图像去雾深度学习模型；S3：利用成对的有雾图像与清晰图像数据集，对DU‑Net特征重用图像去雾深度学习模型进行训练，得到训练完成的深度学习模型；S4：将训练完成的深度学习模型部署到相应的拍摄硬件设备中，并在实际应用场景中对有雾图像处理，得到处理后的无雾图像。本发明专利技术提高了现有技术因特征融合不够充分、特征利用率不高等因素造成的图像细节还原性较差的问题。

【技术实现步骤摘要】

本专利技术属于数字图像处理，尤其涉及一种基于新型du-net模型的图像去雾方法。

技术介绍

1、大气污染现象愈发严重，雾霾天气频繁出现。当雾霾存在时，空气中会存在不同的悬浮颗粒，这些颗粒会对不同的光吸收和反射；故而当监控或遥感成像系统等采集图像或视频的时候极易受到此类天气的影响，由此采集到的照片会有质量下降、对比度下降、颜色偏移等问题，进而对人们造成一些影响：首先影响人的观感，且不易识别图像中的信息；再者影响后续的智能视觉系统处理任务，如目标检测或图像分割等。所以将有雾图恢复为清晰的图像，对更好地获取和利用此类低质量图像中的信息，及对后续高级视觉任务具有重大意义。

2、国内外人们早已开始对图像去雾进行了研究，根据方法的不同，图像去雾方法可分为两类：传统先验方法和基于深度学习方法。前者例如基于暗通道先验和基于颜色衰减先验方法，这些方法都可以利用物理模型的特性对潜在的清晰图粗略估计，但是在复杂真实场景下这些先验信息往往失效且计算复杂。后者大多采用对称的编码器和解码器结构，其中最常见的网络结构是u-net。编码器和解码器分别起到了提取图像多尺度的特征本文档来自技高网...

【技术保护点】

1.一种基于新型DU-Net模型的图像去雾方法，包括以下步骤：

2.根据权利要求1所述的一种基于新型DU-Net模型的图像去雾方法，其特征在于，所述步骤S1具体包括：

3.根据权利要求1所述的一种基于新型DU-Net模型的图像去雾方法，其特征在于，所述步骤S2具体包括：

4.根据权利要求1所述的一种基于新型DU-Net模型的图像去雾方法，其特征在于，所述步骤S4具体包括：

5.根据权利要求3所述的一种基于新型DU-Net模型的图像去雾方法，其特征在于，所述编码器、预解码器、再编码器和解码器中的主要模块多注意力特征处理模块具体为将输入特征进行...

【技术特征摘要】

1.一种基于新型du-net模型的图像去雾方法，包括以下步骤：

2.根据权利要求1所述的一种基于新型du-net模型的图像去雾方法，其特征在于，所述步骤s1具体包括：

3.根据权利要求1所述的一种基于新型du-net模型的图像去雾方法，其特征在于，所述步骤s2具体包括：

4.根据权利要求1所述的一种基于新型du-net模型的图像去雾方法，其特征在于，所述步骤s4具体包括：

5.根据权利要求3所述的一种基于新型du-net模型的图像去雾方法，其特征在于，所述编码器、预解码器、再编码器和解码器中的主要模块多注意力特征处理模块具体为将输入特征进行批归一化后进行两次卷积操作，再进入分级卷积模块，得到的输出进行两次1×1卷积处理并与输入特征进行残差连接后得到间接输出特征；将该特征再次进行批归一化处理，进入通道注意、像素注意和简单像素注意三个分支分别处理，然后将得到的三个注意后的特征层进行特征拼接；将拼接得到的特征层再次进行两次1×1卷积，并与间接输出特征进行残差连接。

【专利技术属性】
技术研发人员：张晓东，张龙，高绍姝，楚孟慧，王硕，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人