[發明專利]一種基于深度學習的圖像去霧方法

在審

• 申請號: 201711347566.1
• 申請日: 2017-12-15
• 公開（公告）號: CN108564535A
• 公開（公告）日: 2018-09-21
• 發明（設計）人: 韓松臣;余麗莎;黃暢昕
• 申請（專利權）人: 四川大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/04;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.本發明提出一種將卷積神經網絡和大氣散射模型相結合的去霧方法，總體思路是利用一個訓練好的深度卷積神經網絡直接進行顏色，紋理，結構等各種圖像特征的提取，得到各像素點場景深度，再結合大氣散射模型，推算得到無霧圖像。

2.設計用于圖像景深測量的的深度卷積神經網絡，由5個卷積層和1個全連接層組成，其中第一個卷積層的卷積核大小為11×11，第二個卷積層的卷積核大小為5×5，后面三層的卷積核大小均為3×3，前兩層同時伴有池化操作，最大池化尺寸均為2×2。

3.全連接層中引入Dropout機制，減少數據的過擬合，最終端到端的輸出有霧圖像的場景深度圖。

4.為避免圖像整體偏白，為透射率t(x)設置閾值t₀，當t值小于t₀時，令t＝t₀，本發明中令t₀＝0.1。

5.有霧圖像I(x)已知，將I(x)，t(x)，A的值代入大氣散射模型，求取無霧圖像J(x)有以下公式：

6.本發明利用深度卷積神經網絡直接對有霧圖像進行端到端輸出，得到各像素點場景深度，再將深度值代入大氣散射模型，恢復無霧圖像，充分利用了卷積神經網絡強大的特征提取和學習能力，改進了傳統去霧方法存在的紋理細節丟失，顏色失真等問題。