[发明专利]一种基于生成对抗网络的图像去雾方法

摘要

一种基于生成对抗网络的图像去雾方法，该方法包括：1)获取样本数据；2)样本数据中的真实有雾图像作为第一生成器的输入数据，第一生成器生成一次无雾图像；样本数据中的真实无雾图像作为第二生成器的输入数据，第二生成器生成一次有雾图像；第一判别器将一次有雾图像与真实有雾图像之间的误差反馈给第二生成器，第二判别器将一次无雾图像与真实无雾图像之间的误差反馈给第一生成器，第二生成器和第一生成器减小误差，提高生成图像的真实度；生成器和判别器进行反复对抗训练，得到最优去雾网络模型；3)图像去雾。本发明采用生成对抗网络结构及损失函数，网络训练不需要同一场景的有雾‑无雾匹配图像，同时保证去雾前后图像的颜色不失真。

主权项

1.一种基于生成对抗网络的图像去雾方法，该方法包括以下步骤：1) 获取样本数据：通过公开的数据集或网络爬虫技术获取有雾图像和无雾图像的样本数据；2) 生成对抗网络的对抗训练：样本数据中的真实有雾图像作为第一生成器的输入数据，第一生成器生成一次无雾图像，第一生成器生成的一次无雾图像作为第二生成器的输入数据，第二生成器生成二次有雾图像；样本数据中的真实无雾图像作为第二生成器的输入数据，第二生成器生成一次有雾图像，第二生成器生成的一次有雾图像作为第一生成器的输入数据，第一生成器生成二次无雾图像；第一判别器判断一次有雾图像是来自第二生成器还是来自样本数据，并将一次有雾图像与样本数据中的真实有雾图像之间的第一误差反馈给第二生成器，第二生成器减小第一误差，提高生成图像的真实度；第二判别器判断一次无雾图像是来自第一生成器还是来自样本数据，并将一次无雾图像与样本数据中的真实无雾图像之间的第二误差反馈给第一生成器，第一生成器减小第二误差，提高生成图像的真实度；第一生成器和第二生成器分别与第二判别器和第一判别器进行反复对抗训练，得到最优去雾网络模型；3) 图像去雾：利用训练完成的最优去雾生成网络模型对有雾图像进行去雾，输入有雾图像，输出该图像去雾后的无雾图像。