【技术实现步骤摘要】
本专利技术涉及一种图像处理技术，特别是一种基于布朗运动桥扩散模型的半监督图像去雾方法。
技术介绍
1、雾霾是由大气中气溶胶颗粒的散射效应引起的，这导致在雾霾天气下拍摄的照片通常表现出较低的对比度和清晰度。去雾方法旨在去除雾霾并增强实际雾霾图像的对比度和色彩完整性，这在图像分割和目标检测等计算机视觉任务在雾霾天气条件下的应用中起着至关重要的作用。
2、近年来出现许多无监督或半监督深度学习方法进行去雾处理，但是，直接继承来自无配对图像到图像转换方法的去雾框架以利用未配对的含雾和无雾图像并不足够，因为训练过程通常不稳定且容易出现模式坍塌问题。扩散模型相较于无监督或半监督深度学习方法在建模数据分布方面展现了强大的能力，但现有基于扩散的去雾模型仍然严重依赖于大量成对数据进行训练。
技术实现思路
1、本专利技术的目的在于提供一种基于布朗运动桥扩散模型的半监督图像去雾方法，包括：步骤s100，提取清晰图像和有雾图像的特征；步骤s200，使用em算法将有雾图像和清晰图像的联合分布解耦为两个条件...
【技术保护点】
1.一种基于布朗运动桥扩散模型的半监督图像去雾方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，步骤S100中，采用ConvDC、ConvAD、ConvHD、ConvVD和一个标准卷积进行特征提取。
3.根据权利要求1所述的方法，其特征在于，步骤S200具体包括：
4.根据权利要求3所述的方法，其特征在于，步骤S202的具体过程如下：
5.根据权利要求4所述的方法，其特征在于，步骤S2023中的最大化似然函数如下式表示
6.根据权利要求5所述的方法，其特征在于，通过最小化负证据下界对θ(r)
<...【技术特征摘要】
1.一种基于布朗运动桥扩散模型的半监督图像去雾方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，步骤s100中，采用convdc、convad、convhd、convvd和一个标准卷积进行特征提取。
3.根据权利要求1所述的方法，其特征在于，步骤s200具体包括：
4.根据权利要求3所述的方法，其特征在于，步骤s202的具体过程如下：
5.根据权利要求4所述的方法，其特征在于，步骤s2023中的最大化似然函数如下式表示
<...【专利技术属性】
技术研发人员：刘兵，王乐，刘明明，夏同强，刘鹏，刘浩，
申请(专利权)人：徐州安创矿视智能科技发展有限公司，
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。