[发明专利]一种基于多通道卷积的MSRCR图像去雾方法

摘要

本发明提供一种基于多通道卷积的MSRCR图像去雾方法。本发明方法，包括：对源图像进行引导滤波处理，对处理后的R、G、B通道分别用6个3*3的高斯卷积核进行卷积，得到6张与单个输入通道同等大小的特征图，将每个通道对应的6张特征图通过Retinex算法增强后进行线性加权融合，将Retinex增强后的图像和二次引导滤波处理后的细节图像进行加权融合，重构出最终的去雾图像。本发明利用多尺度的高斯卷积核进行卷积，提取更精细的特征估计入射分量，对入射分量进行多尺度线性加权的Retinex增强，同时二次引导滤波考虑到入射分量和反射图像的平滑约束，使得处理后的图像即满足了平滑约束，又降低了噪声，将两个增强后的图像进行线性加权融合，实现图像的去雾。

主权项

1.一种基于多通道卷积的MSRCR图像去雾方法，其特征在于，包括以下步骤：步骤S01：获取原始RGB浓雾图像，并对其进行预处理，将原始RGB浓雾图像分解成R、G、B通道图像；步骤S02：对所述原始RGB浓雾图像分解成的R、G、B通道图像分别进行引导滤波处理；步骤S03：将上述步骤S02引导滤波处理后的R、G、B通道图像分别用6个3*3等大小不等参数的高斯卷积核进行卷积，得到每个通道对应的6张大小相同的特征图；步骤S04：将每个通道对应的6张特征图通过Retinex增强后进行线性加权融合进而改善增强后的效果，得到增强后的R、G、B通道图像，再对增强后的R、G、B通道图像引入量化操作，实现色彩的恢复，完成MSRCR的增强过程，得到MSRCR增强后的R、G、B通道图像；步骤S05：将MSRCR增强后的R、G、B通道图像进行二次引导滤波，二次引导滤波同时考虑入射分量和反射图像的平滑约束，得到不仅满足了平滑约束条件同时还降低了噪声的R、G、B通道图像；步骤S06：将步骤S04中得到的R、G、B通道图像和步骤S05中得到的R、G、B通道图像进行线性加权融合，重构出最终的去雾图。