[發(fā)明專利]一種基于漸進式導向強監(jiān)督神經(jīng)網(wǎng)絡的圖像去霧方法

有效

• 申請?zhí)枺?/td>: 202010075090.6
• 申請日: 2020-01-22
• 公開（公告）號: CN111340718B
• 公開（公告）日: 2023-06-20
• 發(fā)明（設計）人: 徐向民;趙銀湖;邢曉芬
• 申請（專利權）人: 華南理工大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/0464;G06N3/09
• 代理公司: 廣州市華學知識產(chǎn)權代理有限公司 44245
• 代理人: 劉巧霞

本發(fā)明公開了一種基于漸進式導向強監(jiān)督神經(jīng)網(wǎng)絡的圖像去霧方法，包括步驟：構建端到端的卷積神經(jīng)網(wǎng)絡，該網(wǎng)絡輸入為原始的有霧RGB圖像，輸出為清晰的RGB圖像；卷積神經(jīng)網(wǎng)絡由3個相同結構的去霧模塊首尾相連，上一個去霧模塊的輸出作為下一個去霧模塊的輸入；每個去霧模塊由1個神經(jīng)網(wǎng)絡塊和1個導向濾波層組成；在每個去霧模塊中，神經(jīng)網(wǎng)絡塊對圖像進行去霧處理，得到3通道的RGB輸出，導向濾波層以原始有霧RGB圖像作為指導，對當前去霧模塊中神經(jīng)網(wǎng)絡塊的3通道RGB輸出進行圖像邊緣銳化處理。本發(fā)明構建的卷積神經(jīng)網(wǎng)絡在基于訓練數(shù)據(jù)進行學習重建后，在實際進行應用時，可直接將有霧的RGB圖像輸入到網(wǎng)絡中，進而得到清晰度更好、質量更高的無霧圖像。

技術領域

本發(fā)明涉及深度學習與計算機視覺領域，具體涉及一種基于漸進式導向強監(jiān)督神經(jīng)網(wǎng)絡的圖像去霧方法。

背景技術

霧是一種常見的大氣現(xiàn)象，空氣中懸浮的水滴、灰塵、細沙或者其他顆粒等會引起圖像成像質量的下降。在霧天的成像過程中，遠處物體的反射光無法穿透過稠密大氣達到攝像頭，大氣散射導致圖像對比度和飽和度損失。有霧的圖像會嚴重影響到自動駕駛、衛(wèi)星圖像語義分割等高層次的計算機視覺任務的工作，圖像去霧已經(jīng)成為深度學習與計算機視覺領域的研究重點和熱點。

近十幾年，計算機視覺技術高速發(fā)展，期間出現(xiàn)多種圖像去霧方法，圖像去霧方法主要分兩大類：基于手工先驗的傳統(tǒng)方法和基于深度學習的方法。基于手工先驗的傳統(tǒng)方法從有霧和無霧的圖像數(shù)據(jù)集中分析總結圖像先驗知識，構建手工特征，主要以構建基于大氣光模型的投射圖為主，使用基于圖像直方圖、對比度和飽和度等方法。隨著深度學習技術的發(fā)展，出現(xiàn)很多基于深度學習的去霧方法，深度學習方法主要使用卷積神經(jīng)網(wǎng)絡來代替手工提取特征的過程，借助于機器的強大算力，基于深度學習方法的去霧效果較先前的傳統(tǒng)方法有很大的改進。

目前大多數(shù)圖像去霧方法有著明顯的局限性，對圖像的去霧質量還有待提高，由于圖像中霧的濃度在不同的區(qū)域是不一樣的，對于圖像中不同的區(qū)域，應該使用不同的去霧模塊來分別進行去霧處理。因此，研究一種能夠克服上述缺陷的去霧方法具有重要的研究意義和實用價值。

發(fā)明內(nèi)容

為了克服現(xiàn)有圖像去霧方法存在的缺點和不足，本發(fā)明提供一種基于漸進式導向強監(jiān)督神經(jīng)網(wǎng)絡的圖像去霧方法，該方法采用漸進式導向強監(jiān)督來逐步去霧，得到清晰度更好、質量更高的無霧圖像。

本發(fā)明的目的通過以下的技術方案實現(xiàn)：一種基于漸進式導向強監(jiān)督神經(jīng)網(wǎng)絡的圖像去霧方法，包括如下：

構建端到端的卷積神經(jīng)網(wǎng)絡，該網(wǎng)絡輸入為原始的有霧RGB圖像，輸出為清晰的RGB圖像；所述卷積神經(jīng)網(wǎng)絡由3個相同結構的去霧模塊首尾相連，上一個去霧模塊的輸出作為下一個去霧模塊的輸入；每個去霧模塊均由1個神經(jīng)網(wǎng)絡塊和1個導向濾波層組成；

在每個去霧模塊中，神經(jīng)網(wǎng)絡塊對輸入當前去霧模塊的圖像進行去霧處理，得到3通道的RGB輸出，導向濾波層的輸入為原始的有霧RGB圖像和當前去霧模塊中神經(jīng)網(wǎng)絡塊的RGB輸出，導向濾波層以原始有霧RGB圖像作為指導，對當前去霧模塊中神經(jīng)網(wǎng)絡塊的3通道RGB輸出進行圖像邊緣銳化處理。

本發(fā)明構建的卷積神經(jīng)網(wǎng)絡在基于訓練數(shù)據(jù)進行學習重建后，在實際進行應用時，可直接將有霧的RGB圖像輸入到網(wǎng)絡中，進而得到清晰度更好、質量更高的無霧圖像。

優(yōu)選地，所述神經(jīng)網(wǎng)絡塊對輸入當前去霧模塊的圖像進行去霧處理，方法為：