[发明专利]一种基于卷积神经网络的图像去雾方法

摘要

一种基于卷积神经网络的图像去雾方法，其可提高有雾图像的清晰度，避免图像失真，可简化图像的处理步骤，提高图像处理的整体效率，具体包括以下步骤：S1原始无雾图像的获取，原始无雾图像从现有的数据集中选取，选取N幅原始无雾图像作为整体训练样本，S2有雾图像的获取，将S1中原始无雾图像人工合成有雾图像，具体为依次采用蓝色通道加雾算法、大气散射模型对原始无雾图像进行处理，得到有雾图像，S3建立卷积神经网络模型，对有雾图像进行处理，得到最终去雾图像，搭建卷积神经网络模型，采用卷积神经网络模型对有雾图像进行处理。

主权项

1.一种基于卷积神经网络的图像去雾方法，其具体包括以下步骤：S1，原始无雾图像的获取；S2，有雾图像的获取；S3，建立网络模型，对所述有雾图像进行处理，得到最终去雾图像；其特征在于，在S1中，所述原始无雾图像从现有的数据集中选取，选取N幅所述原始无雾图像作为整体训练样本；在S2中，将S1中所述原始无雾图像人工合成有雾图像，具体为依次采用蓝色通道加雾算法、大气散射模型对所述原始无雾图像进行处理，得到所述有雾图像；在S3中，所述网络模型为卷积神经网络模型，搭建所述卷积神经网络模型，采用所述卷积神经网络模型对所述有雾图像进行处理，具体的网络模型建立方法包括以下步骤：S31，选取用于搭建所述卷积神经网络模型的网络训练样本，所述网络训练样本包括M幅无雾图像和M幅有雾图像；S32，对所述网络训练样本进行裁剪；S33，将裁剪后的所述网络训练样本中的有雾图像作为输入值，所述无雾图像作为对应的输出标签，训练所述卷积神经网络模型。