[發明專利]一種基于生成對抗模型的圖像去霧處理方法

有效

• 申請號: 201811289748.2
• 申請日: 2018-10-31
• 公開（公告）號: CN109509156B
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 鄭軍;李俊
• 申請（專利權）人: 聚時科技(上海)有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/04
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 翁惠瑜

1.一種基于生成對抗模型的圖像去霧處理方法，其特征在于，該方法通過一訓練好的生成對抗模型將有霧圖像直接轉換為無霧圖像，其中，所述生成對抗模型包括一個生成網絡和一個判別網絡，所述生成網絡用于生成無霧恢復圖像，包括：

第一層子網，用于提取特征圖譜；

第二層子網，包括5個依次連接的卷積層，且第二個卷積層的輸入端與前一層卷積層輸出端和第一層子網的輸出端連接，用于融合第一層子網提取的全局特征圖譜，獲得無霧恢復圖像；

所述判別網絡用于判別生成網絡輸出的無霧恢復圖像是否是一副真實的無霧圖像；

所述第一層子網包括4個卷積模塊、4個池化層和兩個全連接層，每個池化層對應連接于一所述卷積模塊之后，所述兩個全連接層連接于池化層后；

所述判別網絡包含4個卷積層和1個全連接層以及1個Sigmoid激活層；

所述生成對抗模型訓練時采用圖像恢復代價函數更新網絡參數，所述圖像恢復代價函數L表示為：

L＝E_GT+E_D

E_GT＝|I’-I|

E_D＝minmax(log(D(I)+log(1-D(I’))

其中，E_GT表示無霧恢復圖像與真實無霧圖像比較得到的差異代價，I為真實無霧圖像，I’為無霧恢復圖像，E_D表示判別函數，用于判別無霧恢復圖像是有霧圖像還是無霧圖像，D為判別網絡轉換。

2.根據權利要求1所述的基于生成對抗模型的圖像去霧處理方法，其特征在于，所述第一層子網的卷積模塊包括相連接的兩層卷積層。

3.根據權利要求1所述的基于生成對抗模型的圖像去霧處理方法，其特征在于，所述生成對抗模型中，每個卷積層后設有ReLU非線性激活層。

4.根據權利要求1所述的基于生成對抗模型的圖像去霧處理方法，其特征在于，所述生成對抗模型訓練時采用的樣本數據庫通過如下方式生成：

獲取無霧圖像集，對無霧圖像進行加霧處理，生成不同光照強度和霧化濃度下的有霧圖像，獲得有霧圖像集，將無霧圖像集和與之對應的有霧圖像集組成樣本數據庫。

5.根據權利要求4所述的基于生成對抗模型的圖像去霧處理方法，其特征在于，所述加霧處理采用的加霧處理函數為：

G(I)＝T(I)+a*(1-T(I))

其中，I為原始無霧RGB圖像T(I)＝{t(p)|p為圖像I的任一像素}為圖像對應的透射率，t(p)為像素p的透射率，a為大氣光強，G(I)為生成的有霧圖像。