一种基于循环生成对抗网络的单幅图像去雾方法技术

本发明专利技术公开了一种基于循环生成对抗网络的单幅图像去雾方法，该方法包括：步骤1，收集真实场景下的未配对数据集；步骤2，基于循环生成对抗网络，构建去雾模型；步骤3，选择损失函数；步骤4，将真实场景下的待去雾图像输入到去雾模型中，最终得到去雾图像。本发明专利技术提供的图像去雾方法，引入Transformer机制，将Transformer与卷积神经网络模块深度融合，利用大气散射模型，提取输入图像的深度信息和散射系数特征值，尽可能地恢复不同场景下真实雾的浓度信息，在提高去雾图像的主观视觉质量的同时，可以获得更为精细的细粒度信息，在保证大规模数据中学习效果的同时，进一步提高模型泛化能力和最终预测图像的真实性。

【技术实现步骤摘要】

本专利技术属于图像处理领域，具体而言，涉及一种基于循环生成对抗网络的单幅图像去雾方法。

技术介绍

1、在有雾的特殊天气条件下，场景检测或图像处理过程中会因为成像设备获取图像时光照经过不同介质的漫散射及大气悬浮物的正透射光线的影响而产生各种成像缺陷，例如：动态范围缩小、对比度与饱和度降低、细节信息丢失和颜色偏移等，这些情况的出现不仅会影响图像的观赏价值，更会严重干扰某些视觉处理任务的输入、处理和输出。

2、根据寇氏定律（koschmieder law），可将雾图成像的物理模型转换成为如下数学模型：

3、；

4、其中，表示图像中每个像素，为捕获系统得到的真实有雾图像，为无雾清晰图像，为关于透射率的传输函数，为全局大气光参数，对各个参数细化之后，引入大气的散射系数以及距离信息参数,可以得到，从图像中估计传输函数或者大气光函数就可以反推出无雾清晰图像：

5、；

6、其中，为对应的波长，为无穷远处的大气光的值，即所求的无雾图像。

7、图像去雾算法研究可以大致归结为基于先验思想的去雾方法和基于深度本文档来自技高网...

【技术保护点】

1.一种基于循环生成对抗网络的单幅图像去雾方法，其特征在于，所述的图像去雾方法步骤包括：

2.根据权利要求1所述的一种基于循环生成对抗网络的单幅图像去雾方法，其特征在于，步骤1中所述未配对数据集，是指输入待去雾图像和真实无雾图像之间没有直接的一一对应关系。

3.根据权利要求2所述的一种基于循环生成对抗网络的单幅图像去雾方法，其特征在于，步骤2中所述去雾模型包含“增雾-去雾”、“去雾-增雾”两个生成器，每个生成器都包含深度提取层、去雾层、自增强精化层。

4.根据权利要求3所述的一种基于循环生成对抗网络的单幅图像去雾方法，其特征在于，所述深度提取层和所述去...

【技术特征摘要】

1.一种基于循环生成对抗网络的单幅图像去雾方法，其特征在于，所述的图像去雾方法步骤包括：

2.根据权利要求1所述的一种基于循环生成对抗网络的单幅图像去雾方法，其特征在于，步骤1中所述未配对数据集，是指输入待去雾图像和真实无雾图像之间没有直接的一一对应关系。

3.根据权利要求2所述的一种基于循环生成对抗网络的单幅图像去雾方法，其特征在于，步骤2中所述去雾模型包含“增雾-去雾”、“去雾-增雾”两个生成器，每个生成器都包含深度提取层、去雾层、自增强精化层。

4.根据权利要求3所述的一种基于循环生成对抗网络的单幅图像去雾方法，其特征在于，所述深度提取层和所述去雾层加入了大气散射模型，用于筛...

【专利技术属性】
技术研发人员：李明，庞博，薛安东，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：