原文传递
结合雾天道路图像场景深度和道路图像特点的去雾算法
| 专利名称： | 结合雾天道路图像场景深度和道路图像特点的去雾算法 |
| 摘要： | 本发明涉及一种结合雾天道路图像场景深度和道路图像特点的去雾算法，基于深度学习的去雾算法原理，构建卷积神经网络求取场景透射率；然后基于大气散射模型和透射率估计出图像深度图，且构造两个参数，上阈值和下阈值来将深度图分为中远近三个区域；再基于深度图的不同区域构造增强函数，来确定图像处理的增强幅度照，最后在传统的大气散射模型基础上结合增强幅度照，来调节不同区域的复原强度得到优化后的处理图像。本发明算法在保证良好去雾效果的前提下增强道路图像的中远处区域，有效解决了去雾后雾天道路图像近处路面和远处天空的色彩失真，对比度过低问题，提升复原图像的视觉效果，并且与其他代表性去雾算法相比具有更好的图像清晰化效果。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 湖北;42 |
| 申请人： | 武汉理工大学 |
| 发明人： | 彭德巍;梁中豪 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810042969.3 |
| 公开号： | CN108269241A |
| 代理机构： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 |
| 代理人： | 王琪 |
| 分类号： | G06T5/00(2006.01)I;G06N3/04(2006.01)I;G;G06;G06T;G06N;G06T5;G06N3;G06T5/00;G06N3/04 |
| 申请人地址： | 430070 湖北省武汉市洪山区珞狮路122号 |
| 主权项： | 1.结合雾天道路图像场景深度和道路图像特点的去雾算法，其特征在于，包括如下步骤：步骤1，根据He算法中对大气光值的评估方法，对含雾图像进行暗原色处理，并提取大气光值；步骤2，收集含雾图像数据集，包括训练集和测试集；步骤3，构建卷积神经网络模型，并利用步骤2中的训练集对卷积神经网络模型进行训练，然后利用训练好的卷积神经网络模型对测试集中的含雾图像进行处理得到粗传播图；步骤4，对粗传播图使用引导滤波进行细化，并对所得到细传播图提取图像深度，得到含雾图像的深度图；步骤5，根据深度图对雾天场景进行图像划分，并确定不同区域的增强幅度照；步骤6，结合不同区域的增强幅度照与传统大气散射模型进行含雾图像进行去雾处理。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
