[发明专利]一种基于衍生图融合策略的图像去雾方法

权利要求书

1.一种基于衍生图融合策略的图像去雾方法，其特征在于，包括以下步骤：

步骤A：基于大量原始有雾图像及其对应的无雾图像，构建样本集；

步骤B：分别从提升远景和近景细节，消除由于大气光造成的图像色偏，增强图像亮度，增强图像对比度这五个角度提取原始有雾图像的衍生图，得到五张衍生图，分别为曝光图I_EM，显著性图I_SM，白平衡图I_BM，gamma矫正图I_GM和去雾气遮罩图I_VM；

步骤C：搭建基于卷积神经网络的去雾网络，该去雾网络为U型卷积神经网络；

步骤D：对每组样本，以其步骤B获取的所有衍生图和原始有雾图像的级联结果作为输入，以其无雾图像作为输出，训练由步骤C搭建的去雾网络；

步骤E：对于待去雾图像，以其根据步骤B获取的衍生图和原始待去雾图像的级联结果作为步骤D训练好的去雾网络的输入，预测其去雾后的无雾图像。

2.根据权利要求1所述的基于衍生图融合策略的图像去雾方法，其特征在于，曝光图I_EM提取方法如下：

首先，将原始有雾图像I_hazy由RGB颜色空间转换到HIS颜色空间，得到其亮度分量图I；

然后，由亮度分量图I根据如下公式计算出曝光评估图EM：

其中，EM(x,y)和I(x,y)分别为曝光评估图EM和亮度分量图I中点(x,y)处的曝光信息和亮度信息，σ为亮度分量图I上所有像素点的像素值的标准差；

再根据曝光评估图EM和原始有雾图像I_hazy计算出曝光图：

I′_EM＝(1-EM)*I_hazy

其中，1-EM中第x行第y列的元素值等于1-EM(x,y)；*代表求两个矩阵的哈达马积；

最后，对I′_EM先进行区间缩放并将数值缩放到0-255之间，再将其数值类型转换成uint8类型，得到最终的曝光图I_EM。

3.根据权利要求1所述的基于衍生图融合策略的图像去雾方法，其特征在于，显著性图I_SM提取方法如下：

首先，对原始有雾图像I_hazy进行高斯滤波，得到滤波后的图像gf；

然后，将滤波后的结果gf从RGB颜色空间转换到LAB颜色空间，得到其亮度信息图L，以及两个颜色通道的分量图A和B，再根据以下公式计算出显著性特征图S：

S＝(L-mean_L)²+(A-mean_A)²+(B-mean_B)²

其中mean_L、mean_A和mean_B三个变量分别为L、A和B中所有像素点像素值的均值，公式中减法表示矩阵中的每个元素分别减去一个值，矩阵的平方表示对矩阵中每个元素分别求平方，得到的结果矩阵中的元素等于原矩阵中相应元素的平方；

最后，求显著性特征图S和原始有雾图像I_hazy的哈达马积，得到近景增强的结果图I′_SM，并将I′_SM转换为uint8类型，得到显著性图I_SM。