[发明专利]一种基于ResNet神经网络的单幅图像去雾方法有效
| 申请号： | 201711305489.3 | 申请日： | 2017-12-11 |
| 公开（公告）号： | CN108230264B | 公开（公告）日： | 2020-05-15 |
| 发明（设计）人： | 王卫星;黄德威;姜冰;陈可昕;陆健强 | 申请（专利权）人： | 华南农业大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 林梅繁 |
| 地址： | 510642 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明为基于ResNet神经网络的单幅图像去雾方法，实现了对有雾图像端到端的去雾清晰化处理，其步骤包括：获取同一个场景下的雨雾天气状况下的有雾图像及晴天的清晰图像，组成图像数据集；对图像数据集使用SIFT进行关键点匹配，校正图像的像素偏移；搭建一个基于ResNet的深度神经网络，其输入为单幅有雾的场景图像；使用所搭建的深度神经网络，实现对降质图像进行端到端的去雾清晰化处理。本发明专利使用了ResNet网络，能够较好地提取输入图像的特征，对特定场景下的有雾图像具有很好地去雾清晰化效果，图像视觉还原效果极佳。 | ||
| 搜索关键词： | 一种 基于 resnet 神经网络 单幅 图像 方法 | ||
【主权项】：
1.一种基于ResNet神经网络的单幅图像去雾方法，其特征在于，包括以下步骤：步骤一、获取同一个场景下的雨雾天气状况下的有雾图像及晴天的清晰图像，组成图像数据集，作为训练数据集；步骤二、对步骤一中的图像数据集使用SIFT进行关键点匹配，校正图像的像素偏移；步骤三、搭建一个基于ResNet的深度神经网络，ResNet神经网络输入为单幅有雾的场景图像；步骤四、使用所搭建的深度神经网络，实现对降质图像进行端到端的去雾清晰化处理。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南农业大学，未经华南农业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711305489.3/，转载请声明来源钻瓜专利网。
