[發(fā)明專利]圖像去霧方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201711290984.1
• 申請(qǐng)日: 2017-12-08
• 公開（公告）號(hào): CN107798669B
• 公開（公告）日: 2021-12-21
• 發(fā)明（設(shè)計(jì)）人: 張水發(fā)
• 申請(qǐng)（專利權(quán)）人: 北京小米移動(dòng)軟件有限公司
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00
• 代理公司: 北京三高永信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 林錦瀾

本公開是關(guān)于一種圖像去霧方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，屬于圖像處理領(lǐng)域，所述方法包括：獲取目標(biāo)帶霧圖像，所述目標(biāo)帶霧圖像為待去霧的圖像；基于去霧網(wǎng)絡(luò)模型，對(duì)所述目標(biāo)帶霧圖像進(jìn)行去霧處理，所述去霧網(wǎng)絡(luò)模型為對(duì)對(duì)抗網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練后得到。本公開通過對(duì)對(duì)抗網(wǎng)絡(luò)模型訓(xùn)練得到的去霧網(wǎng)絡(luò)模型，可以對(duì)目標(biāo)帶霧圖像進(jìn)行去霧處理。由于通常情況下，對(duì)抗網(wǎng)絡(luò)模型能夠使需要處理的數(shù)據(jù)分布接近最真實(shí)的分布，因此，通過對(duì)對(duì)抗網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到的去霧網(wǎng)絡(luò)模型對(duì)目標(biāo)帶霧圖像進(jìn)行去霧時(shí)，能夠盡最大可能的恢復(fù)目標(biāo)帶霧圖像的圖像細(xì)節(jié)，避免了圖像的失真，從而提高了圖像去霧的效果。

技術(shù)領(lǐng)域

本公開涉及圖像處理領(lǐng)域，尤其涉及一種圖像去霧方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

目前，在眾多領(lǐng)域都需要應(yīng)用到圖像處理技術(shù)，比如，智能導(dǎo)航、公路視覺監(jiān)視、衛(wèi)星遙感監(jiān)測(cè)等領(lǐng)域。但是，由于在霧、霾、雨、雪等惡劣天氣下拍攝的圖像往往模糊不清，且細(xì)節(jié)不明顯，色彩保真度下降，大大降低了圖像的應(yīng)用價(jià)值，給圖像識(shí)別帶來困難。因此，為了提高圖像利用率，往往需要對(duì)帶霧圖像進(jìn)行去霧處理。

相關(guān)技術(shù)中，可以基于圖像增強(qiáng)的算法進(jìn)行圖像去霧，比如，直方圖均衡化算法、基于小波變換的圖像增強(qiáng)算法等。其中，當(dāng)通過直方圖均衡化算法進(jìn)行去霧處理時(shí)，終端可以獲取帶霧圖像，并計(jì)算該帶霧圖像的圖像直方圖，根據(jù)該帶霧圖像的圖像直方圖計(jì)算灰度值變化表，將該圖像直方圖使用灰度變換表進(jìn)行查表變換操作，通過遍歷每一個(gè)像素點(diǎn)，將帶霧圖像的各個(gè)像素點(diǎn)的灰度值放入交換表中，可得到各個(gè)像素點(diǎn)的新灰度值。

發(fā)明內(nèi)容

本公開提供了一種圖像去霧方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，用于解決相關(guān)技術(shù)中去霧效果差的問題。

根據(jù)本公開實(shí)施例的第一方面，提供一種圖像去霧方法，所述方法包括：

獲取目標(biāo)帶霧圖像，所述目標(biāo)帶霧圖像為待去霧的圖像；

基于去霧網(wǎng)絡(luò)模型，對(duì)所述目標(biāo)帶霧圖像進(jìn)行去霧處理，所述去霧網(wǎng)絡(luò)模型為對(duì)對(duì)抗網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練后得到。

可選地，所述基于去霧網(wǎng)絡(luò)模型，對(duì)所述目標(biāo)帶霧圖像進(jìn)行去霧處理之前，還包括：

獲取去霧圖像訓(xùn)練集，所述去霧圖像訓(xùn)練集包括N個(gè)不帶霧樣本圖像和N個(gè)帶霧樣本圖像，所述N為大于或等于1的正整數(shù)；

基于所述去霧圖像訓(xùn)練集，對(duì)所述對(duì)抗網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到所述去霧網(wǎng)絡(luò)模型。

可選地，所述基于所述去霧圖像訓(xùn)練集，對(duì)所述對(duì)抗網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到所述去霧網(wǎng)絡(luò)模型，包括：

基于生成網(wǎng)絡(luò)模型，對(duì)所述N個(gè)帶霧樣本圖像進(jìn)行處理，得到N個(gè)去霧樣本圖像，基于判別網(wǎng)絡(luò)模型，對(duì)所述N個(gè)去霧樣本圖像和所述N個(gè)不帶霧樣本圖像進(jìn)行處理，得到2N個(gè)概率值，所述生成網(wǎng)絡(luò)模型為所述對(duì)抗網(wǎng)絡(luò)模型中進(jìn)行圖像去霧的網(wǎng)絡(luò)模型，所述判別網(wǎng)絡(luò)模型為所述對(duì)抗網(wǎng)絡(luò)模型中用于確定圖像去霧準(zhǔn)確率的網(wǎng)絡(luò)模型；

基于所述2N個(gè)概率值和第一預(yù)設(shè)損失函數(shù)訓(xùn)練所述判別網(wǎng)絡(luò)模型，得到訓(xùn)練后的判別網(wǎng)絡(luò)模型；基于所述N個(gè)去霧樣本圖像和第二預(yù)設(shè)損失函數(shù)，對(duì)所述生成網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的生成網(wǎng)絡(luò)模型；

從所述N個(gè)帶霧樣本圖像中選擇一個(gè)帶霧樣本圖像，基于所述訓(xùn)練后的生成網(wǎng)絡(luò)模型，對(duì)選擇帶霧樣本圖像進(jìn)行處理，得到選擇的帶霧樣本圖像對(duì)應(yīng)的去霧樣本圖像；

基于所述訓(xùn)練后的判別網(wǎng)絡(luò)模型，對(duì)選擇的帶霧樣本圖像對(duì)應(yīng)的去霧樣本圖像進(jìn)行處理，得到一個(gè)概率值；當(dāng)?shù)玫降母怕手挡粸轭A(yù)設(shè)概率時(shí)，將所述訓(xùn)練后的生成網(wǎng)絡(luò)模型作為所述生成網(wǎng)絡(luò)模型，將所述訓(xùn)練后的判別網(wǎng)絡(luò)模型作為所述判別網(wǎng)絡(luò)模型，并返回所述基于生成網(wǎng)絡(luò)模型，對(duì)所述N個(gè)帶霧樣本圖像進(jìn)行處理，得到N個(gè)去霧樣本圖像的步驟，直至得到的概率值為所述預(yù)設(shè)概率時(shí)，將最終訓(xùn)練得到的生成網(wǎng)絡(luò)模型確定為所述去霧網(wǎng)絡(luò)模型。

可選地，所述第一預(yù)設(shè)損失函數(shù)如下：