[發明專利]一種圖像去霧系統

在審

• 申請號: 201910099743.1
• 申請日: 2019-01-31
• 公開（公告）號: CN109816610A
• 公開（公告）日: 2019-05-28
• 發明（設計）人: 趙晶明;張娟
• 申請（專利權）人: 上海工程技術大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 上海伯瑞杰知識產權代理有限公司 31227
• 代理人: 孟旭彤

本發明公開一種圖像去霧系統，目的在于尋找更為有效的圖像去霧的實現方案，其包括用于圖片輸入輸出的X域、與X域連接的X域判別模型、第一生成器、與所述第一生成器組成循環生成雙對抗網絡的第二生成器、用于圖片輸入輸出的Y域以及與所述Y域連接的Y域判別模型，所述X域通過所述第一生成器、第二生成器與所述Y域相映射。本發明一種圖像去霧系統使用循環生成雙對抗網絡對有霧圖片進行去霧處理，其能復原不同霧濃度和場景深度的圖像部分,對深度漸變和深度密集突變的圖像的去霧效果也理想,顏色自然,且能對霧濃度較大的區域做出合理預測，相比目前主流的去霧方法效果更佳。

技術領域

本發明涉及圖像處理領域，具體而言，本發明涉及一種圖像去霧系統。

背景技術

隨著計算機視覺的發展及其在交通、安全監控領域的應用，圖像去霧已成為計算機視覺的重要研究領域。在霧霾天氣導致能見度較低的惡劣氣象條件下，由攝像機采集到的圖片受大氣中懸浮顆粒物(如霧、霾等)的影響，導致圖片質量不佳，難以辨別圖片中的物體特征，甚至影響例如室外監控、目標識別和交通導航中圖片的質量。因此，有霧圖像特征清晰化有著重要的研究意義。

目前，圖像去霧的方法主要有兩類：圖像增強和模型去霧，其中，

圖像增強類算法直接從圖像處理角度出發，通過增強含霧圖像的對比度，突出圖片的特征或有效信息，一定程度上改善圖片的視覺效果。但是該類方法忽略了圖像降質的真正原因，所以對于場景復雜的圖片無法提高圖片的質量，甚至可能丟失圖像的某些信息。常用的圖像增強類算法包括直方圖均衡、多尺度Retinex、同態濾波、Tan等。Kim等和Stark提出局部直方圖均衡法，其主要是定義一個圖像的子塊，從而確定其直方圖，再對該子塊進行直方圖均衡，子塊的中心灰度被替換為直方圖均衡后的灰度，如此根據每個像素的鄰域對像素進行處理，有利于突出圖像特征。多尺度Retinex算法將有霧圖像中的照射分量和反射分量分離，消除以霧為主的照射分量對圖像的影響，達到去霧的效果。但是在用該算法進行圖像增強時，要計算照度分量，這在數學上是個欠定問題，只能通過近似估計；

模型去霧類算法通過建立大氣散射模型，研究圖像退化的物理原理，得出大氣中懸浮顆粒物對光的散射作用以及對圖片的影響，復原出更真實的圖片，且在復雜場景中去霧效果較好，圖像信息較完整。常用的模型去霧類算法有Tarel、Fattal、He等。Nayer等把大氣對景物反射的光線的影響分為大氣對景物光線的衰減和環境光的疊加，并分別進行推導，從而在根本上去霧，得到原始的無霧圖片，且丟失的信息較少。He通過對大量無霧圖像統計特征的觀察，提出了暗道先驗的算法，其認為霧的濃度近似于最暗通道的數值，即在非天空的清晰區域，在RGB三個通道中有一個顏色通道的亮度很低甚至接近于0。該算法對非天空區域的圖片有著良好的去霧效果，而對于有天空的這類的亮區域結果并不理想，且該算法計算量太大，效率較低。

發明內容

為了尋找更為有效的圖像去霧的實現方案，本發明實施例提供了一種圖像去霧系統，該一種圖像去霧系統包括用于圖片輸入輸出的X域、與X域連接的X域判別模型、第一生成器、與所述第一生成器組成循環生成雙對抗網絡的第二生成器、用于圖片輸入輸出的Y域以及與所述Y域連接的Y域判別模型，所述X域通過所述第一生成器、第二生成器與所述Y域相映射。

優選地，所述X域判別模型包括判別器DX1和判別器DX2，所述判別器DX1和判別器DX2分別與所述X域連接；所述Y域判別模型包括判別器DY1和判別器DY2，所述判別器DY1和判別器DY2分別與所述Y域連接。

優選地，所述第一生成器包括用于提取輸入圖像的特征向量的編碼器、用于將源域中圖片的特征向量轉換到目標域中的特征向量的轉換器以及用于從特征向量中還原出低級特征的解碼器，所述編碼器與所述X域連接，所述解碼器與所述Y域連接，所述轉換器連接在所述編碼器與所述解碼器之間。

與現有技術相比，本發明實施例一種圖像去霧系統具有如下有益效果：