[发明专利]一种基于生成对抗网络的单幅图像去雾方法在审
| 申请号： | 201810480313.X | 申请日： | 2018-05-18 |
| 公开（公告）号： | CN108665432A | 公开（公告）日： | 2018-10-16 |
| 发明（设计）人： | 陈长宝;李德仁;侯长生;郭振强;郧刚;卢建伟 | 申请（专利权）人： | 百年金海科技有限公司 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04 |
| 代理公司： | 郑州德勤知识产权代理有限公司 41128 | 代理人： | 黄红梅 |
| 地址： | 450000 河南省郑州市经济技术开*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于生成对抗网络的单幅图像去雾方法，步骤1，构建生成器网络模型，将经过加雾处理的训练样本集输入到生成器网络模型中，生成模仿测试样本集中无雾图像的初步去雾图像；步骤2，构建判决器网络模型，将初步去雾图像输入到所述判决器网络模型中，计算代价函数，步骤2.1，若代价函数计算结果小于预先设置的去雾阈值，则判断输入图像为测试样本集的无雾图像，并将该生成器网络模型作为最优训练模型；步骤2.2，否则，则判断输入图像为生成器网络模型生成的初步去雾图像，利用tensorflow训练生成对抗网络，转步骤2；步骤3，将有雾图像集输入最优训练模型，输出去雾后的图像。本发明具有设计科学、实用性强、操作简便和去雾效果高的优点。 | ||
| 搜索关键词： | 网络模型 生成器 初步去雾图像 去雾 单幅图像去雾 输入图像 训练模型 判决器 图像 构建 对抗 代价函数计算 计算代价函数 测试样本集 训练样本集 测试样本 预先设置 网络 图像集 加雾 模仿 输出 | ||
【主权项】：
1.一种基于生成对抗网络的单幅图像去雾方法，获取无雾图像集作为测试样本集，对所述无雾图像集利用图像处理软件进行加雾处理得到有雾图像集作为训练样本集，其特征在于：该单幅图像去雾方法还包括，步骤1，构建生成器网络模型，将经过加雾处理的训练样本集输入到所述生成器网络模型中，生成模仿所述测试样本集中无雾图像的初步去雾图像；步骤2，构建判决器网络模型，将所述初步去雾图像输入到所述判决器网络模型中，计算代价函数，步骤2.1，若代价函数计算结果小于预先设置的去雾阈值，则判断输入图像为测试样本集中的无雾图像，并将该生成器网络模型作为最优训练模型；步骤2.2，若代价函数计算结果大于预先设置的去雾阈值，则判断输入图像为生成器网络模型生成的初步去雾图像，利用tensorflow训练生成对抗网络，更新生成器网络模型，转步骤2；步骤3，将训练样本集输入最优训练模型，得到去雾后的图像。
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百年金海科技有限公司，未经百年金海科技有限公司许可，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/201810480313.X/，转载请声明来源钻瓜专利网。
