[发明专利]基于神经网络以及直方图匹配的图像去雾方法

摘要

本发明属于图像增强技术领域，具体为一种基于神经网络以及直方图匹配的图像去雾方法。本发明方法包括：先对输入有雾图像进行分割，然后对分割后的每一小块图像采用神经网络预测有雾图像到无雾图像的直方图变化，并以模型输出的预测直方图指导该小块有雾图像进行像素的重新排布；每小块图像去雾完成后，通过导向滤波器去除区块之间的不自然过渡。本发明在拥有良好的去雾结果的同时，计算速度也更快，并且计算量不随着图像大小增加而增加，非常适合高分辨率图像去雾。

主权项

1.一种基于神经网络以及直方图匹配的图像去雾算法，其特征在于，具体步骤为：（1）将图像分割成一系列的小块，使得每一小块内，雾的浓度相差不大；（2）统计每一小块内的像素值的分布，分R、G、B三通道统计灰度直方图；设灰度直方图的横坐标以4像素为间隔，总共有256 / 4 = 64个间隔；有三个通道，统计得到的数据表示成64×1×3的矩阵；将统计得到的矩阵除以矩阵中的最大值，保证所有输入数据的取值范围为0‑1，便于模型学习；（3）将之前得到的每一小块图像的直方图统计结果输入到经过训练的神经网络中，通过一系列一维的卷积，最终输出预测的去雾结果中对应块的直方图；（4）将输出的直方图以及输入的直方图都除以它们所有数据的和，使它们中数据的累加和为1，并通过积分转换为累计分布直方图，以进行直方图匹配；（5）进行直方图匹配后，对应的，分别获得每一块的去雾结果，并拼成大图；（6）由于分块预测，此时区块之间会有不自然的过渡，通过导向滤波器来去除不自然的过渡；其中，原始有雾图像作为引导图。