[发明专利]一种区域自适应的图像去雾系统及方法有效

专利信息
申请号: 201910995780.0 申请日: 2019-10-18
公开(公告)号: CN110738624B 公开(公告)日: 2022-02-01
发明(设计)人: 吴庆波;李辉;魏浩冉;李宏亮;孟凡满 申请(专利权)人: 电子科技大学
主分类号: G06T5/00 分类号: G06T5/00;G06T7/41;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08
代理公司: 成都正华专利代理事务所(普通合伙) 51229 代理人: 陈选中
地址: 610000 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 区域 自适应 图像 系统 方法
【权利要求书】:

1.一种区域自适应的图像去雾系统,其特征在于,包括预去雾模块、与所述预去雾模块连接的自适应区域划分模块、分别与所述自适应区域划分模块连接的余雾去除模块和纹理修复模块,以及分别与所述余雾去除模块和纹理修复模块连接的特征融合模块,其中:

所述预去雾模块用于对有雾图片进行预去雾处理,得到有雾图片最初的中间去雾结果和纹理损失谱;

所述自适应区域划分模块用于利用纹理损失谱将最初的中间去雾结果划分为欠去雾区域和纹理损失区域;

所述余雾去除模块用于对欠去雾区域进行余雾处理,并提取经余雾处理后的特征谱;

所述纹理修复模块利用纹理损失区域对有雾图片进行纹理修复,并提取经纹理修复后的特征谱;

所述特征融合模块用于将经余雾处理后的特征谱和经纹理修复后的特征谱进行级联处理,并依次通过第九卷积单元和第十卷积单元将融合后的特征谱映射至图像空间,得到最终的去雾图像;

所述图像去雾系统的损失函数的表达式如下:

Losstotal=λ1·Lossmid+Lossfinal

其中,Losstotal表示图像去雾系统的损失函数,λ1表示超参数,Lossmid表示最初的中间去雾结果与真值的均方误差,Lossfinal表示最终的去雾图像与真值的均方误差,W,H分别表示输入有雾图像的宽度和高度,x,y分别表示水平和垂直方向的坐标,I表示最初的中间去雾结果,C表示最终的中间去雾结果,J表示有雾图片对应的清晰图片。

2.根据权利要求1所述的区域自适应的图像去雾系统,其特征在于,所述预去雾模块包括第一输入层、与所述第一输入层连接的第一卷积单元、与所述第一卷积单元连接的第二卷积单元、分别与所述第二卷积单元连接的第一平滑空洞卷积残差块和第三卷积单元、与所述第一平滑空洞卷积残差块连接的第二平滑空洞卷积残差块、与所述第三卷积单元连接的第四卷积单元、分别与所述第二平滑空洞卷积残差块和第四卷积单元连接的第一反卷积单元、与所述第一反卷积单元连接的第五卷积单元、分别与所述第五卷积单元连接的第六卷积单元和第七卷积单元,以及分别与所述第六卷积单元和第七卷积单元连接的第一输出层,其中:

所述第一卷积单元包括依次连接的第一卷积层、第一激活函数层Relu和第一归一化层BN,所述第一卷积层的卷积核大小为3×3,步长为1,输入通道数为4,输出通道数为32;

所述第二卷积单元包括依次连接的第二卷积层、第二激活函数层Relu和第二归一化层BN,所述第二卷积层的卷积核大小为3×3,步长为2,输入通道数为32,输出通道数为64;

所述第三卷积单元包括依次连接的第三卷积层、第三激活函数层Relu和第三归一化层BN,所述第三卷积层的卷积核大小为3×3,步长为1,输入通道数为64,输出通道数为64;

所述第四卷积单元包括依次连接的第四卷积层、第四激活函数层Relu和第四归一化层BN,所述第四卷积层的卷积核大小为3×3,步长为1,输入通道数为64,输出通道数为64;

所述第五卷积单元包括依次连接的第五卷积层、第五激活函数层Relu和第五归一化层BN,所述第五卷积层的卷积核大小为3×3,步长为1,输入通道数为32,输出通道数为32;

所述第六卷积单元包括依次连接的第六卷积层、第六激活函数层Relu和第六归一化层BN,所述第六卷积层的卷积核大小为1×1,步长为1,输入通道数为32,输出通道数为3;

所述第七卷积单元包括依次连接的第七卷积层、第七激活函数层Relu和第七归一化层BN,所述第七卷积层的卷积核大小为3×3,步长为1,输入通道数为32,输出通道数为1;

所述第一平滑空洞卷积残差块的输入通道数和输出通道数均为64,空洞率为2;

所述第二平滑空洞卷积残差块的输入通道数和输出通道数均为64,空洞率为4;

所述第一反卷积单元包括依次连接的第一反卷积层、激活函数层Relu和归一化层BN,所述第一反卷积层的卷积核大小为4×4,步长为2,输入通道数为64,输出通道数为32。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910995780.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top