[发明专利]一种基于深度卷积神经网络的单幅图像去雾方法

摘要

本发明涉及基于深度卷积神经网络的单幅图像去雾方法，步骤包括获得输入图像，并将其经由预先训练好的粗景深图像提取网络处理，得到粗景深图像；构建景深图像细化网络；将粗景深图像和输入图像作为共同的输入送到景深图像细化网络中，得到精细化的景深图像；对大气散射系数进行估计，求解出透射率图像，对大气光值进行估计，最后根据大气散射模型的数学表达式，对输入图像进行去雾清晰化处理。本发明使用了深度卷积神经网络，能够较好地反映图像及其对应真实景深的图像之间的关系，并且对估计的大气光值进行了预处理使得其具有很强的适应性能，能在多种场景下实现较好地去雾清晰化，图像视觉还原效果极佳。

主权项

一种基于深度卷积神经网络的单幅图像去雾方法，其特征在于，包括如下步骤：第一步、获得输入图像，并将其经由预先训练好的粗景深图像提取网络处理，得到粗景深图像；第二步、构建以输入图像以及粗景深图像作为输入的景深图像细化网络；第三步、将所述的粗景深图像和输入图像作为共同的输入送到景深图像细化网络中，得到精细化的景深图像d(x)；第四步、对大气散射系数β进行估计，通过下列公式求解出相应的透射率图像t(x)：t(x)＝e‑βd(x)第五步、对大气光值A进行估计；第六步、利用前述步骤所求得的景深图像d(x)、大气散射系数β、透射率图像t(x)以及大气光值A，将其代入下列大气散射模型的数学表达式中，对输入图像进行去雾清晰化处理：J(x)=I(x)-Ae-βd(x)+A]]>式中I(x)表示有雾图像；J(x)表示无雾图像。