[發明專利]一種基于雙目圖像的去霧方法

有效

• 申請號: 202010300709.9
• 申請日: 2020-04-16
• 公開（公告）號: CN111583131B
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 聶晶;龐彥偉
• 申請（專利權）人: 天津大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T3/40;G06N3/08;G06N3/04
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 程毓英

本發明涉及一種基于雙目圖像的去霧方法，包括下列步驟：第一步，構建雙目有霧的圖片數據庫，計算出不連續的左圖的距離圖，在已知左右距離圖的前提下，根據大氣散射模型，設置三種霧的濃度，隨機從[0.7,1]中選取一個值作為大氣光參數，合成雙目有霧數據集；分別設計透射圖估計網絡和大氣光參數預測網絡；利用第一步構建的數據集對透射圖估計網絡和大氣光參數預測網絡同時進行訓練透射圖估計網絡和大氣光參數預測網絡，訓練出一個基于雙目圖像的去霧模型。

技術領域

本發明屬于深度學習和計算機視覺領域，特別涉及一種利用深度卷積神經網絡的基于雙目圖像的去霧方法。

背景技術

惡劣天氣如霧，雨，煙會嚴重影響圖片的質量，質量差的圖片會大大降低基于圖像的物體檢測等計算機視覺任務的性能。在無人駕駛的場景中，物體檢測對于行車路線的決策規劃發揮重要的作用。其中2D物體檢測框出物體的位置并識別物體的種類，相較之下3D物體檢測還能檢測到距離信息。在行駛過程中，如果檢測到前方有行人，就要減速避讓，若是檢測到紅燈，就要停車。這個過程中，檢測到障礙物，行人，紅綠燈很重要，獲得它們的距離信息對于行車決策尤為關鍵，因此3D物體檢測是無人駕駛中一個重要課題。3D物體檢測技術目前可以大致分為兩類：基于激光雷達的3D物體檢測和基于雙目相機的物體檢測。雷達造價高，感知距離相對有限(100m之內)，雙目相機價格低，利用左右圖的視差關系預測的深度距離比單目相機更加準確，感知的距離與相機的焦距，兩個相機之間的距離成正比，所以基于雙目的3D檢測應用前景更加廣闊[1]。在惡劣天氣如大霧的情況下，輸入的雙目圖像質量差，嚴重影響3D檢測的準確性。因此，在惡劣天氣下，恢復高質量的無霧雙目圖像，對無人駕駛尤為重要。

現有的一些去霧算法都是對單目圖像的去霧。通?；谝粋€大氣散射模型，公式如下

I(x)＝J(x)t(x)+A(1-t(x))

其中I(x)是有霧圖像，J(x)是清晰圖片，t(x)是透射圖，其中t(x)＝e^-βd(x)，d(x)物體和相機成像點的距離圖，β是常數，β越大霧的濃度越大。透射圖t(x)是距離d(x)成正比。A是大氣光參數。

現有的基于深度學習的單目去霧算法輸入一張有霧圖片，用卷積神經網絡預測透射圖t(x)，用傳統方法或較淺的神經網絡預測大氣光參數A，最后利用以下公式求得去除霧的圖片：

由于t(x)主要與物體和相機成像點的距離有關。

參考文獻：

[1]Peiliang Li,Xiaozhi Chen,and Shaojie Shen.Stereo R-CNN based 3DObject Detection for Autonomous Driving.In Proc.CVPR2019.

[2]Marius Cordts,Mohamed Omran,Sebastian Ramos,Timo Rehfeld,MarkusEnzweiler,Rodrigo Benenson,Uwe Franke,Stefan Roth,and Bernt Schiele.Thecityscapes dataset for semantic urban scene understanding.In Proc.CVPR2016.

發明內容

本發明考慮到雙目圖像可以預測深度信息，以及實際應用對雙目圖像去霧的需求提出一種可以恢復出清晰的高質量的雙目圖像的去霧方法。為了達到上述目的，本發明的技術方案如下：

一種基于雙目圖像的去霧方法，包括下列步驟：