[发明专利]基于多尺度残差网络的图像去雾方法

摘要

本发明提供了一种基于多尺度残差网络的图像去雾方法。该方法包括：获取不同场景下的无雾图像，组成无雾图像数据集；提取无雾图像的深度信息，根据无雾图像的深度信息对无雾图像施加不同浓度的雾干扰，得到有雾图像，将根据无雾图像得到的所有有雾图像构成训练数据集；构建多尺度残差网络，在多尺度残差网络中输入训练数据集，对多尺度残差网络进行训练，得到训练完成的图像去雾模型；将待处理的有雾图像输入到训练完成的图像去雾模型，该图像去雾模型输出待处理的有雾图像对应的无雾图像。本发明的方法能够更好地处理不同浓度和不同尺度下的雾图，解决训练数据较少的问题，以较少的训练数据取得更好的效果，适用于不同浓度和不同尺度下的雾图。

主权项

1.一种基于多尺度残差网络的图像去雾方法，其特征在于，包括：步骤1，获取不同场景下的无雾图像，组成无雾图像数据集；步骤2，提取无雾图像数据集中的无雾图像的深度信息，根据所述无雾图像的深度信息对无雾图像施加不同浓度的雾干扰，得到有雾图像，将根据无雾图像得到的各个有雾图像构成训练数据集；步骤3，构建多尺度残差网络，在所述多尺度残差网络中输入训练数据集，对所述多尺度残差网络进行训练，得到训练完成的图像去雾模型；步骤4：将待处理的有雾图像输入到所述图像去雾模型，所述图像去雾模型输出所述待处理的有雾图像对应的无雾图像。