[发明专利]一种基于深度学习的图像去雾方法在审
| 申请号： | 201910614615.6 | 申请日： | 2019-07-09 |
| 公开（公告）号： | CN110443759A | 公开（公告）日： | 2019-11-12 |
| 发明（设计）人： | 邱斌;苏卓;周凡 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510006 广东*** | 国省代码： | 广东;44 |
| 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深度学习的图像去雾方法。本发明通过收集自然图片作为无雾图，然后在图片的不同区域随机生成不同取值的透射率和大气光，并通过大气光散射模型合成人工有雾图作为训练集；构建用于预测雾浓度图的卷积神经网络；之后利用训练集训练所述卷积神经网络；最后输入待处理有雾图，利用所述卷积神经网络计算得到雾浓度图，用有雾图减去雾浓度图即得到最终的去雾图。本发明是一种自适应的去雾方法，产生的去雾结果比较自然，且鲁棒性强，适用范围广，可同时应用于室内和自然场景的去雾中；本方法是一种全自动、端到端的去雾方法，不需要后处理步骤。 | ||
| 搜索关键词： | 去雾 卷积神经网络 浓度图 图像去雾 训练集 后处理 结果比较 模型合成 随机生成 自然场景 自然图片 光散射 鲁棒性 透射率 自适应 减去 构建 室内 学习 预测 应用 图片 | ||
【主权项】：
1.一种基于深度学习的图像去雾方法，其特征在于，所述方法包括：收集自然图片作为无雾图，然后在图片的不同区域随机生成不同取值的透射率和大气光，并通过大气光散射模型合成人工有雾图作为训练集；构建用于预测雾浓度图的卷积神经网络；利用训练集训练所述用于预测雾浓度图的卷积神经网络；输入待处理有雾图，利用所述用于预测雾浓度图的卷积神经网络计算得到雾浓度图，用有雾图减去雾浓度图即得到最终的去雾图。
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中山大学，未经中山大学许可，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/201910614615.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种医疗影像去噪方法及装置
- 下一篇：图像降噪方法及计算机可读存储介质
