[发明专利]一种基于生成对抗模型的图像去雾处理方法

权利要求书

1.一种基于生成对抗模型的图像去雾处理方法，其特征在于，该方法通过一训练好的生成对抗模型将有雾图像直接转换为无雾图像，其中，所述生成对抗模型包括一个生成网络和一个判别网络，所述生成网络用于生成无雾恢复图像，包括：

第一层子网，用于提取特征图谱；

第二层子网，包括5个依次连接的卷积层，且第二个卷积层的输入端与前一层卷积层输出端和第一层子网的输出端连接，用于融合第一层子网提取的全局特征图谱，获得无雾恢复图像；

所述判别网络用于判别生成网络输出的无雾恢复图像是否是一副真实的无雾图像；

所述第一层子网包括4个卷积模块、4个池化层和两个全连接层，每个池化层对应连接于一所述卷积模块之后，所述两个全连接层连接于池化层后；

所述判别网络包含4个卷积层和1个全连接层以及1个Sigmoid激活层；

所述生成对抗模型训练时采用图像恢复代价函数更新网络参数，所述图像恢复代价函数L表示为：

L＝E_GT+E_D

E_GT＝|I’-I|

E_D＝minmax(log(D(I)+log(1-D(I’))

其中，E_GT表示无雾恢复图像与真实无雾图像比较得到的差异代价，I为真实无雾图像，I’为无雾恢复图像，E_D表示判别函数，用于判别无雾恢复图像是有雾图像还是无雾图像，D为判别网络转换。

2.根据权利要求1所述的基于生成对抗模型的图像去雾处理方法，其特征在于，所述第一层子网的卷积模块包括相连接的两层卷积层。

3.根据权利要求1所述的基于生成对抗模型的图像去雾处理方法，其特征在于，所述生成对抗模型中，每个卷积层后设有ReLU非线性激活层。

4.根据权利要求1所述的基于生成对抗模型的图像去雾处理方法，其特征在于，所述生成对抗模型训练时采用的样本数据库通过如下方式生成：

获取无雾图像集，对无雾图像进行加雾处理，生成不同光照强度和雾化浓度下的有雾图像，获得有雾图像集，将无雾图像集和与之对应的有雾图像集组成样本数据库。

5.根据权利要求4所述的基于生成对抗模型的图像去雾处理方法，其特征在于，所述加雾处理采用的加雾处理函数为：

G(I)＝T(I)+a*(1-T(I))

其中，I为原始无雾RGB图像T(I)＝{t(p)|p为图像I的任一像素}为图像对应的透射率，t(p)为像素p的透射率，a为大气光强，G(I)为生成的有雾图像。