[发明专利]一种颜色保持的特征融合去雾方法

权利要求书

1.一种颜色保持的特征融合去雾方法，其特征在于，包括以下步骤：

(1)获取总训练集和测试集；所述总训练集包括室外训练集和室内训练集，所述室外训练集、室内训练集和测试集内均由清晰图像和有雾图像组成；

(2)基于卷积神经网络实现单幅图像去雾；卷积神经网络包括特征提取、特征融合和图像复原三部分；特征提取包括内容信息提取模块和风格信息提取模块，内容信息提取模块采用七个级联的残差块RB1～RB7作为主体框架，风格信息提取模块采用三个级联的密集残差块RDB1～RDB3作为主体框架；

所述内容信息提取模块包含三个卷积层和七个残差块；三个卷积层分别为cov1，cov2，cov3，卷积核大小均为3*3，步长分别为1，1，2，padding均设置为1，输出通道数均为64；七个残差块RB1，RB2，RB3，RB4，RB5，RB6，RB7的结构相同，均包含三个卷积层，卷积核的大小均为3*3，步长均为1，padding均设置为1，输出的通道数均为64；

所述风格信息提取模块包含两个卷积层和三个密集残差块；两个卷积层分别为cov4，cov5，卷积核的大小均为3*3，步长均为1，padding均设置为1，输出通道数均为16；三个密集残差块RDB1，RDB2，RDB3的结构相同，均包含四个卷积层，前三个卷积层的卷积核的大小均为3*3，步长均为1，padding均设置为1，输出通道数均设置为16；最后一个卷积层的卷积核大小为1*1，步长为1，padding设置为0，输出的通道数为16；

特征融合部分包括：

(a)通道加权：对残差块RB1，RB5，RB7的输出进行通道加权堆叠得到加权的内容特征图V_c，密集残差块RDB3的输出为风格特征图V_s；

(b)融合：对内容特征图V_c和风格特征图V_s进行堆叠，然后经过反卷积层和卷积层运算得到融合的特征图V_f；

图像复原部分包括一个卷积层，通过输入特征融合部分得到的融合的特征图V_f，得到清晰的无雾图像。

2.根据权利要求1所述一种颜色保持的特征融合去雾方法，其特征在于，每个卷积层后紧跟一个RELU激活函数。

3.根据权利要求1所述一种颜色保持的特征融合去雾方法，其特征在于，图像复原部分包含一个卷积层，卷积核大小为1*1，步长为1，padding设置为0，输出通道数为3，后接ReLU激活函数；该卷积层的输出即为恢复的无雾图像。