[发明专利]一种基于端到端深度学习的图像去雾方法在审
| 申请号： | 201810897756.9 | 申请日： | 2018-08-08 |
| 公开（公告）号： | CN109146810A | 公开（公告）日： | 2019-01-04 |
| 发明（设计）人： | 黄红兵;阮颖颖;章毅;刘俊毅;龚小谨;姜文东;陈水耀;钟一俊;刘岩;徐晶;贺家乐;江洪成;吴恺源;张晖;蔡晴 | 申请（专利权）人： | 国网浙江省电力有限公司信息通信分公司;浙江大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 林超 |
| 地址： | 310007 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于端到端深度学习的图像去雾的方法。本发明根据雾图成像模型将无雾图像生成有雾图像，将有雾图像及其对应的传输图和大气光输入到所设计的图像去雾神经网络中，利用随机梯度下降法训练图像去雾神经网络；将待测有雾图像输入到训练后的图像去雾神经网络中获得传输图和大气光值，得到待测有雾图像去雾后的结果。本发明方法和传统的图像去雾方法相比，得到的去雾后结果在视觉上效果较佳，且适用的场景范围更广，同时可以估计得到大气光值，从而实现端到端的去雾，可以得到较好的去雾效果。 | ||
| 搜索关键词： | 图像去雾 去雾 神经网络 端到端 随机梯度下降法 图像 成像模型 获得传输 图像生成 图像输入 训练图像 传统的 光输入 视觉 场景 传输 学习 | ||
【主权项】：
1.一种基于端到端深度学习的图像去雾算法，其特征是，包括如下步骤：(1)获取带有深度图的清晰无雾图J作为无雾图像，根据雾图成像模型由无雾图像生成样本有雾图像I，并记录下合成过程中生成的传输图t和大气光值A，作为真实传输图和真实大气光值；(2)将样本有雾图像I及其对应的真实传输图t和真实大气光值A输入到所设计的图像去雾神经网络中，训练图像去雾神经网络；(3)将待测有雾图像输入到训练后的图像去雾神经网络中获得传输图和大气光值，根据无雾图像生成部分利用传输图和大气光值对待测有雾图像进行去雾，得到待测有雾图像去雾后的结果。
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国网浙江省电力有限公司信息通信分公司;浙江大学，未经国网浙江省电力有限公司信息通信分公司;浙江大学许可，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/201810897756.9/，转载请声明来源钻瓜专利网。
