[发明专利]基于多级沙漏结构的单幅图像去雾模型构建及去雾方法

权利要求书

1.一种基于多级沙漏结构的单幅图像去雾模型构建方法，其特征在于，按照以下步骤执行：

步骤1、采集多幅原始图像，获得原始图像集；

步骤2、利用散射系数以及大气光参数对所述的原始图像集中的每幅原始图像进行加雾，获得每幅待去雾图像，获得待去雾图像集；

获得每幅待去雾图像的参数标签，所述的参数标签包括散射系数以及大气光参数，获得参数标签集；

步骤3、将所述的待去雾图像集作为输入，将所述的参数标签集以及原始图像集作为输出，训练网络模型，其中所述的网络模型包括依次串联的估计网络以及融合网络；

所述的估计网络包括并联的传输图估计网络以及大气光估计网络；所述的融合网络包括大气光散射模型；

所述的传输图估计网络包括多个串联的传输图估计模块，每个所述的传输图估计模块包括沙漏子模块；所述的沙漏子模块包括多个沙漏结构，所述的沙漏结构包括依次设置的一个下采样单元、两个卷积单元以及一个上采样单元，在所述下采样单元与所述上采样单元之间还连接有残差单元；

获得去雾模型。

2.如权利要求1所述的基于多级沙漏结构的单幅图像去雾模型构建方法，其特征在于，所述的步骤3中传输图估计模块还包括先验子模块，所述的先验子模块包括并联的暗通道先验层以及卷积层，所述暗通道先验层以及卷积层的输入均为待去雾图像。

3.如权利要求1所述的基于多级沙漏结构的单幅图像去雾模型构建方法，其特征在于，所述的步骤3中下采样单元包括两个卷积单元和一个最大池化层，所述的上采样单元包括一个卷积单元和一个双线性差值反卷积层，所述的残差单元包括一个1×1卷积核，所述的卷积单元包括依次串联的卷积层、批量归一化层以及ReLu激活函数层。

4.如权利要求1所述的基于多级沙漏结构的单幅图像去雾模型构建方法，其特征在于，所述的步骤3中大气光估计网络包括ResNet-18网络。

5.如权利要求4所述的基于多级沙漏结构的单幅图像去雾模型构建方法，其特征在于，所述的ResNet-18网络的损失函数L_A采用式I：

其中y表示大气光参数真实值，表示大气光参数估计值，σ表示概率分布，σ0。

6.如权利要求5所述的基于多级沙漏结构的单幅图像去雾模型构建方法，其特征在于，σ＝0.02。

7.如权利要求1所述的基于多级沙漏结构的单幅图像去雾模型构建方法，其特征在于，利用散射系数以及大气光参数对所述的原始图像集中的每幅原始图像进行加雾时，所述的散射系数的取值范围为[0.782,3.912]，所述的大气光参数的取值范围为[0.7,1]。

8.一种基于多级沙漏结构的单幅图像去雾方法，其特征在于，将待去雾的图像输入至权利要求1-7任一项权利要求所述的基于多级沙漏结构的单幅图像去雾模型构建方法构建出的去雾模型中，获得去雾图像。