一种交互引导的双分支图像去雾模型和图像处理方法技术

技术编号:42007138 阅读:44 留言:0更新日期:2024-07-12 12:27
本申请属于图像处理技术领域,公开了一种交互引导的双分支图像去雾模型和图像处理方法,通过Transformer分支的各层Transformer块提取图像的全局信息,用以在CPA块的引导作用下引导各层第一CNN层关注图像中有效的局部信息,最后通过CNN解码器来恢复图像细节,从而得到较好地保留全局特征和局部特征的无雾图像,提高去雾效果;从而,该交互引导的双分支图像去雾模型和图像处理方法能够利用全局和局部特征之间的差异关系进行CNN和Transformer的有效结合进行图像去雾,综合两者的优点提高去雾效果。

【技术实现步骤摘要】

本申请涉及图像处理,具体而言,涉及一种交互引导的双分支图像去雾模型和图像处理方法


技术介绍

1、图像去雾是计算机视觉和图像处理中的一项重要任务,用于把有雾图像恢复成干净图像,图像去雾能够服务于多种高级视觉任务,包括目标检测、视频监控和无人驾驶等,在许多领域都有重要应用。

2、早期的图像去雾方法一般考虑了大气中颗粒散射所带来的影响,并使用数学公式来推导出大气散射的参数,但这种推导的先验是根据经验知识来推导的,通常难以适应多样的场景,当场景不满足这些先验的时候,这些基于先验的去雾算法往往会输出一些不符合预期的效果,如导致图像失真。

3、近年来,基于深度学习的图像去雾方法逐渐成为主流,其中,基于cnn(卷积神经网络)的图像去雾方法和基于transformer神经网络的图像去雾方法越来越多地被使用。然而,cnn的卷积机制决定了它会受限于较小的感受野,导致过度关注边缘和纹理信息,transformer神经网络恰恰相反,对于局部信息关注度不高,往往会导致图像重建不希望出现的模糊和粗糙的细节,这导致了单独使用cnn或transformer神经网本文档来自技高网...

【技术保护点】

1.一种交互引导的双分支图像去雾模型,用于对图像进行去雾处理,其特征在于,包括输入层(1)、Transformer分支(2)、CNN分支(3)、多个CPA块(4)、CNN解码器(5)和输出层(6);

2.根据权利要求1所述的交互引导的双分支图像去雾模型,其特征在于,所述CPA块(4)包括通道注意力模块(401)和像素注意力模块(402);

3.根据权利要求1所述的交互引导的双分支图像去雾模型,其特征在于,所述CNN解码器(5)包括多层串联连接的第二CNN层(501),所述第二CNN层(501)的数量与所述第一CNN层(301)的数量相同,所述CNN分支(3)与所述...

【技术特征摘要】

1.一种交互引导的双分支图像去雾模型,用于对图像进行去雾处理,其特征在于,包括输入层(1)、transformer分支(2)、cnn分支(3)、多个cpa块(4)、cnn解码器(5)和输出层(6);

2.根据权利要求1所述的交互引导的双分支图像去雾模型,其特征在于,所述cpa块(4)包括通道注意力模块(401)和像素注意力模块(402);

3.根据权利要求1所述的交互引导的双分支图像去雾模型,其特征在于,所述cnn解码器(5)包括多层串联连接的第二cnn层(501),所述第二cnn层(501)的数量与所述第一cnn层(301)的数量相同,所述cnn分支(3)与所述cnn解码器(5)连接形成u-net网络。

4.根据权利要求3所述的交互引导的双分支图像去雾模型,其特征在于,第i层所述第一cnn层(301)对应的所述引导输出与第n-i层所述第二cnn层(501)的输出相加后输入第n-i+1层所述第二cnn层(501),i为正整数且i∈[1,n-1],n为所述第一cnn层(301)和所述第二cnn层(501)的层数。

5.根据权利要求1所述的交...

【专利技术属性】
技术研发人员:李小松刘慧纯程晓琦谭海曙于昕梅王茗祎陈健伸易鹏
申请(专利权)人:佛山科学技术学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1