[发明专利]一种融合深度区域分割的多大气光值交通图像去雾方法有效
| 申请号： | 201910559582.X | 申请日： | 2019-06-26 |
| 公开（公告）号： | CN110310241B | 公开（公告）日： | 2021-06-01 |
| 发明（设计）人： | 黄鹤;李光泽;郭璐;王会峰;许哲;茹锋;汪贵平;黄莺;惠晓滨 | 申请（专利权）人： | 长安大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06T7/11;G06T7/55;G06N20/00 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 范巍 |
| 地址： | 710064*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种融合深度区域分割的多大气光值交通图像去雾方法，首先制作雾霾图像数据集，然后利用雾霾图像数据集为输入，训练雾霾图像深度分割器，让机器学习雾霾天气下天空和非天空区域的特征；采集雾霾天气下用于测试的交通图像；采用雾霾图像深度分割器对采集的交通图像进行分割，得到天空区域和非天空区域，求取天空区域和非天空区域的大气光值和透射率，加权平均后，得到综合大气光值和综合透射率；利用快速引导滤波对综合透射率细化处理，重构无雾交通场景图片。 | ||
| 搜索关键词： | 一种 融合 深度 区域 分割 多大 气光值 交通 图像 方法 | ||
【主权项】：
1.一种融合深度区域分割的多大气光值交通图像去雾方法，其特征在于，包括以下步骤：步骤1：制作雾霾图像数据集；步骤2：利用步骤1中的雾霾图像数据集为输入，训练雾霾图像深度分割器，让机器学习雾霾天气下天空和非天空区域的特征；步骤3：采集雾霾天气下用于测试的交通图像；步骤4：采用步骤2中雾霾图像深度分割器对步骤3采集的交通图像进行分割，得到天空区域和非天空区域，求取天空区域和非天空区域的大气光值和透射率，加权平均后，得到综合大气光值和综合透射率；步骤5：利用快速引导滤波对步骤4中的综合透射率细化处理，重构无雾交通场景图片。
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长安大学，未经长安大学许可，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/patent/201910559582.X/，转载请声明来源钻瓜专利网。
