多分支频域增强的真实图像去雾方法、系统及终端

文档序号:37588532发布日期:2024-04-18 12:18阅读:8来源:国知局
多分支频域增强的真实图像去雾方法、系统及终端

本发明涉及图像处理,尤其涉及一种多分支频域增强的真实图像去雾方法、系统及终端。


背景技术:

1、图像去雾是一项低级视觉任务,通常是提高高级视觉任务性能的预处理步骤,如人群计数、目标检测或图像分割。一般来说,在高级视觉任务中,需要清晰的无雾图像。因此,图像去雾问题越来越受到学术界和业界所关注。

2、现有的图像去雾过程中,一般是仅基于样本数据集的图像特征信息,来学习无雾图像和有雾图像之间的映射关系,以此来生成无雾图像,但仅基于图像特征信息的方式,导致生成的无雾图像质量低下,降低了图像去雾的准确性。


技术实现思路

1、本发明实施例的目的在于提供一种多分支频域增强的真实图像去雾方法、系统及终端,旨在解决现有的图像去雾准确性低下的问题。

2、本发明实施例是这样实现的,一种多分支频域增强的真实图像去雾方法,所述方法包括:

3、获取样本数据集,并对所述样本数据集进行数据增强,得到样本增强集;

4、将所述样本增强集输入图像去雾模型进行多分支网络的特征提取,得到样本图像特征,并分别对各分支网络的样本图像特征进行语义分割,得到语义分割特征;

5、分别对各分支网络的语义分割特征进行残差注意力处理,得到掩码特征映射和残差输出图像,并将各分支网络的掩码特征映射进行融合,得到融合特征;

6、对各分支网络的残差输出图像进行混合跳过连接,得到残差图像,并分别对所述残差图像和所述融合特征进行图像恢复,得到残差恢复图像和融合恢复图像;

7、对所述残差恢复图像和所述融合恢复图像进行频域增强,得到残差增强图像和融合增强图像,并将所述残差增强图像和所述融合增强图像进行融合,得到去雾图像;

8、根据所述去雾图像和所述样本数据集的真实图像确定模型损失,并根据所述模型损失对所述图像去雾模型进行参数更新,直至所述图像去雾模型收敛;

9、将待去雾图像输入收敛后的所述图像去雾模型进行去雾处理,得到去雾输出图像。

10、本发明实施例的另一目的在于提供一种多分支频域增强的真实图像去雾系统,所述系统包括:

11、数据增强模块,用于获取样本数据集,并对所述样本数据集进行数据增强,得到样本增强集;

12、特征提取模块,用于将所述样本增强集输入图像去雾模型进行多分支网络的特征提取,得到样本图像特征,并分别对各分支网络的样本图像特征进行语义分割,得到语义分割特征;

13、分别对各分支网络的语义分割特征进行残差注意力处理,得到掩码特征映射和残差输出图像,并将各分支网络的掩码特征映射进行融合,得到融合特征;

14、对各分支网络的残差输出图像进行混合跳过连接,得到残差图像,并分别对所述残差图像和所述融合特征进行图像恢复,得到残差恢复图像和融合恢复图像;

15、频率域增强模块,用于对所述残差恢复图像和所述融合恢复图像进行频域增强,得到残差增强图像和融合增强图像,并将所述残差增强图像和所述融合增强图像进行融合,得到去雾图像;

16、参数更新模块,用于根据所述去雾图像和所述样本数据集的真实图像确定模型损失,并根据所述模型损失对所述图像去雾模型进行参数更新,直至所述图像去雾模型收敛;

17、去雾处理模块,用于将待去雾图像输入收敛后的所述图像去雾模型进行去雾处理,得到去雾输出图像。

18、本发明实施例的另一目的在于提供一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述方法的步骤。

19、本发明实施例的另一目的在于提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。

20、本发明实施例,通过对样本数据集进行数据增强,有效地提高了样本数据集数据的多样性,通过将样本增强集输入图像去雾模型进行多分支网络的特征提取,以采用多通道的方式提取样本数据集中的样本图像特征,通过对残差恢复图像和融合恢复图像进行频域增强,能有效地利用频率域信息细化残差恢复图像和融合恢复图像中的去雾效果,提高了去雾图像的质量和图像去雾的准确性。



技术特征:

1.一种多分支频域增强的真实图像去雾方法,其特征在于,所述方法包括:

2.如权利要求1所述的多分支频域增强的真实图像去雾方法,其特征在于,对所述样本数据集进行数据增强采用的公式包括:

3.如权利要求1所述的多分支频域增强的真实图像去雾方法,其特征在于,对所述残差恢复图像和所述融合恢复图像进行频域增强,包括:

4.如权利要求3所述的多分支频域增强的真实图像去雾方法,其特征在于,根据所述空间域特征确定频域特征采用的公式包括:

5.如权利要求1所述的多分支频域增强的真实图像去雾方法,其特征在于,根据所述去雾图像和所述样本数据集的真实图像确定模型损失采用的公式包括:

6.一种多分支频域增强的真实图像去雾系统,其特征在于,所述系统包括:

7.如权利要求6所述的多分支频域增强的真实图像去雾系统,其特征在于,所述频率域增强模块还用于:

8.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。


技术总结
本发明提供了一种多分支频域增强的真实图像去雾方法、系统及终端,该方法包括:将样本增强集输入图像去雾模型进行多分支网络的特征提取,得到样本图像特征,对样本图像特征进行语义分割、残差注意力处理、特征融合,得到融合特征;对残差输出图像进行混合跳过连接,得到残差图像,对残差图像和融合特征进行图像恢复、频域增强,得到残差增强图像和融合增强图像,将残差增强图像和融合增强图像进行融合,得到去雾图像;根据去雾图像确定模型损失,根据模型损失对图像去雾模型进行参数更新;将待去雾图像输入图像去雾模型进行去雾处理,得到去雾输出图像。本发明实施例,能有效地利用频率域信息细化去雾图像中的去雾效果,提高了图像去雾的准确性。

技术研发人员:余鹰,罗康
受保护的技术使用者:华东交通大学
技术研发日:
技术公布日:2024/4/17
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1