[發(fā)明專利]一種基于多尺度網(wǎng)絡(luò)的圖像增強(qiáng)去霧方法

有效

• 申請?zhí)枺?/td>: 202010318350.8
• 申請日: 2020-04-21
• 公開（公告）號: CN111539885B
• 公開（公告）日: 2023-09-19
• 發(fā)明（設(shè)計）人: 郭宇;丁軒;董航;項蕾;張昕昳;王飛
• 申請（專利權(quán)）人: 西安交通大學(xué)
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/0455;G06N3/0464
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 房鑫

本發(fā)明公開了一種基于多尺度網(wǎng)絡(luò)的圖像增強(qiáng)去霧方法，包括以下步驟：基于U型網(wǎng)絡(luò)的架構(gòu)設(shè)計多尺度增強(qiáng)去霧網(wǎng)絡(luò)，多尺度增強(qiáng)去霧網(wǎng)絡(luò)包括編碼器模塊Gsubgt;Enc/subgt;、基于boosting算法的解碼器模塊Gsubgt;Dec/subgt;及特征復(fù)原模塊Gsubgt;Res/subgt;，其中，編碼器模塊Gsubgt;Enc/subgt;用于對有霧圖像進(jìn)行不同尺度有霧特征的提取，解碼器模塊Gsubgt;Dec/subgt;用于通過對有霧特征進(jìn)行修復(fù)，解碼器模塊Gsubgt;Dec/subgt;的末端連接有卷積層，卷積層用于通過最終修復(fù)的特征重建去霧后的圖像該方法能夠?qū)崿F(xiàn)圖像的去霧，且去霧效果較好。

技術(shù)領(lǐng)域

本發(fā)明屬于計算機(jī)視覺與圖像處理領(lǐng)域，涉及一種基于多尺度網(wǎng)絡(luò)的圖像增強(qiáng)去霧方法。

背景技術(shù)

在圖像的成像過程中，常常因為大氣中的渾濁介質(zhì)而導(dǎo)致有霧圖像的成像質(zhì)量下降。圖像去霧的目標(biāo)就是從一個有霧圖像復(fù)原出一個清晰無霧的圖像。在進(jìn)行景物理解、目標(biāo)識別等高等級視覺任務(wù)之前，圖像首先需要經(jīng)過一輪強(qiáng)化處理，提升圖像的質(zhì)量，才可以進(jìn)行高等級視覺任務(wù)。因此，圖像去霧問題是人們重點關(guān)注的問題。現(xiàn)存的圖像去霧方法通常將有霧圖像I建模為：

I(x)＝T(x)J(x)+(1-T(x))A?????(1)

J表示清晰的場景，A代表著大氣光強(qiáng)度，即周圍環(huán)境的光強(qiáng)，T表示著光線透過函數(shù)，x則表示著像素點的位置。

數(shù)據(jù)驅(qū)動的深度學(xué)習(xí)方法可以更高效地從有霧圖像I中復(fù)原出沒有霧的場景J。早期的方法首先使用很深的卷積神經(jīng)網(wǎng)絡(luò)(CNNs)去估計傳輸函數(shù)并且用傳統(tǒng)的方法--暗通道先驗法去估計大氣光強(qiáng)度。然而，暗通道先驗法是基于大氣光強(qiáng)度全局一致的假設(shè)，它常常會導(dǎo)致去霧后的結(jié)果有著明顯的顏色失真。為了解決顏色失真的問題，一些去霧方法使用卷積神經(jīng)網(wǎng)絡(luò)直接或者迭代地估計沒有霧的清晰圖像。盡管有些去霧方法取得了不錯的結(jié)果，但這些去霧方法采用的架構(gòu)都是針對一些高等級計算機(jī)視覺任務(wù)(檢測、識別等)而設(shè)計的。這意味著這些去霧網(wǎng)絡(luò)沒有針對去霧問題本身進(jìn)行優(yōu)化，從而無法得到最優(yōu)解。

不同于許多高等級的視覺任務(wù)，圖像去霧問題是一種高度病態(tài)問題。在圖像去霧問題中，小小的估算錯誤就會引起劇烈的變化。一般情況下有兩種解決這類病態(tài)問題的方法，一種需要使用確定的圖像先驗知識進(jìn)行約束，另一種是針對該問題認(rèn)真地設(shè)計相對應(yīng)的算法來解決。對于深度去霧神經(jīng)網(wǎng)絡(luò)，簡單地堆疊更多的網(wǎng)絡(luò)層或者是使用更復(fù)雜的層是無法取得顯著的效果的。因此，設(shè)計專門的去霧網(wǎng)絡(luò)模型對圖像去霧問題是十分重要的。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺點，提供了一種基于多尺度網(wǎng)絡(luò)的圖像增強(qiáng)去霧方法，該方法能夠?qū)崿F(xiàn)圖像的去霧，且去霧效果較好。

為達(dá)到上述目的，本發(fā)明所述的基于多尺度網(wǎng)絡(luò)的圖像增強(qiáng)去霧方法包括以下步驟：

基于U型網(wǎng)絡(luò)的架構(gòu)設(shè)計多尺度增強(qiáng)去霧網(wǎng)絡(luò)，多尺度增強(qiáng)去霧網(wǎng)絡(luò)包括編碼器模塊G_Enc、基于boosting算法的解碼器模塊G_Dec及特征復(fù)原模塊G_Res，其中，編碼器模塊G_Enc用于對有霧圖像進(jìn)行不同尺度有霧特征的提取，解碼器模塊G_Dec用于通過對有霧特征進(jìn)行修復(fù)，解碼器模塊G_Dec的末端連接有卷積層，該卷積層用于通過最終修復(fù)的特征重建去霧后的圖像

對于圖像去霧問題，SOSboosting算法描述為：

為在第n次迭代中的估計圖像，g(·)表示去霧的方法，表示使用有霧輸入圖像I的增強(qiáng)圖像。

利用神經(jīng)網(wǎng)絡(luò)的方式在解碼器模塊G_Dec中實現(xiàn)SOS?boosting算法。