[发明专利]基于3DLut的图像去雾处理方法、系统及可存储介质

权利要求书

1.一种基于3DLut的图像去雾处理方法，其特征在于，包括以下步骤：

准备若干张原始图片，利用大气散射模型对原始图片进行生成雾处理，得到加雾图像；

构建去雾模型，将加雾图像输入去雾模型中进行模型训练，得到训练好的去雾模型；

通过训练好的去雾模型对待去雾图像进行去雾处理，将待去雾图像进行分块切割后，作为训练好的去雾模型的输入，并将训练好的去雾模型的所有输出结果进行融合，获得去雾后的图像；

其中，去雾模型包括生成权重模型和生成查找表模型；

生成权重模型为以三通道图为输入、以一组权重值为输出的卷积神经网络；生成权重模型包括下采样结构、卷积层、随机失活层和全连接层，且各结构依次相连；下采样结构包括两层采样尺度为2的下采样层，卷积层包括5个卷积层模块；全连接层的输出为查找表的混合权重；

生成查找表模型将一组初始化的查找表作为基础查找表，并根据生成权重模型的输出进行加权相加，得到加权查找表；

将加雾图像输入去雾模型中进行模型训练，具体包括以下步骤：

将加雾图像分别输入生成权重模型及生成查找表模型中，对于每一张加雾图像来说，生成权重模型输出n个权重w₁,w₂,…,w_n，则生成查找表模型相应地初始化n个33×33×33的查找表：LUT₁,LUT₂,…,LUT_n，n取决于内存大小；

将所有点值设为可训练参数，最终的加权表示为：

LUT_final＝w₁×LUT₁+w₂×LUT₂+…+w_n×LUT_n；

则，整个去雾模型的输出为加雾图像经过LUT_final进行查找表映射的输出，通过端对端的模型训练最终得到生成权重模型和n个固定的33×33×33的3D-LUT。

2.根据权利要求1所述的一种基于3DLut的图像去雾处理方法，其特征在于，得到加雾图像，具体包括以下步骤：

在大气中的雾均匀分布且场景深度已知时，透射率为：

t(x)＝e^-βd(x)；

式中：d(x)为图像深度，β为大气的媒介衰减系数，x为输入图像的RGB像素值；

根据大气散射模型得到加雾图像，具体表示为：

I(x)＝J(x)t(x)+A[1-t(x)]；

式中：I(x)表示实际观测到的图像，即加雾图像；J(x)表示去雾后的图像，即待恢复的无雾图像；A表示场景的大气光。