[发明专利]图像去雾处理方法及装置、存储介质

权利要求书

1.一种图像去雾处理方法，其特征在于，所述方法包括：

获取有雾图像；

根据所述有雾图像预测得到初始的环境大气光、透射率及清晰图像的预测值；

基于上一次所得的环境大气光、透射率及清晰图像的预测值进行迭代，得到迭代后的环境大气光、透射率及清晰图像的预测值；

根据每次迭代后的环境大气光、透射率及清晰图像的预测值对所述有雾图像进行去雾处理，直至处理次数达到预设次数后，输出最终的去雾图像。

2.根据权利要求1所述的图像去雾处理方法，其特征在于，所述基于上一次所得的环境大气光、透射率及清晰图像的预测值进行迭代，得到迭代后的环境大气光、透射率及清晰图像的预测值，包括：

按照变分模型的迭代格式，对所述有雾图像进行去雾处理，得到环境大气光、透射率及清晰图像的预测值；

其中，所述变分模型的迭代格式表示为：

其中，

其中，Aⁿ⁺¹表示第n+1次迭代时环境大气光A的值，α_A表示第n+1次迭代时环境大气光A的步长，tⁿ⁺¹表示第n+1次迭代时透射率t的值，α_t表示第n+1次迭代时透射率t的步长，表示根据第n+1次迭代时环境大气光A的值Aⁿ⁺¹与透射率t的值tⁿ⁺¹得到的关于清晰图像J的中间解；_J表示第n+1次迭代时清晰图像J的步长，Jⁿ⁺¹表示第n+1次迭代时清晰图像J的值。

3.根据权利要求1所述的图像去雾处理方法，其特征在于，所述方法还包括：

基于大气散射模型确定变分模型，所述变分模型包括第一数据项、第二数据项、环境大气光约束项、透射率约束项和清晰图像约束项；

结合梯度下降法和迭代法求解所述变分模型，得到所述变分模型的迭代格式。

4.根据权利要求3所述的图像去雾处理方法，其特征在于，所述大气散射模型表示为：

其中，I表示有雾图像，A表示环境大气光、t表示介质的透射率，J表示清晰图像。

5.根据权利要求3所述的图像去雾处理方法，其特征在于，所述变分模型表示为：

其中，表示约束条件；φ(A)表示环境大气光A的先验项，λ表示φ(A)的权重，ψ(t)表示透射率t的先验项，γ表示ψ(t)的权重，ω(J)表示清晰图像J的先验项，η表示ω(J)的权重，表示第一数据项和第二数据项之和；

其中，表示第一数据项，表示第二数据项。

6.根据权利要求1至5任一项所述的图像去雾处理方法，其特征在于，所述图像去雾处理方法通过图像去雾网络实现，所述方法还包括：

利用所述图像去雾网络对训练样本中的有雾图像进行迭代去雾处理，得到与所述有雾图像对应的清晰图像预测值、环境大气光预测值和透射率预测值；

根据与所述有雾图像对应的清晰图像预测值、环境大气光预测值和透射率预测值，以及训练样本中与所述有雾图像对应的清晰图像真值、环境大气光真值和透射率真值，确定环境大气光的损失、透射率的损失和清晰图像的损失；

根据所述环境大气光的损失、所述透射率的损失和所述清晰图像的损失，结合损失函数确定总损失值；

根据所述总损失值调整所述图像去雾网络的权重参数。

7.根据权利要求6所述的图像去雾处理方法，所述图像去雾网络包括所述环境大气光的约束项的子网络、所述透射率的约束项的子网络、以及所述清晰图像的约束项的子网络；

所述根据所述总损失值调整所述图像去雾网络的权重参数，包括：

基于所述总损失值调整所述环境大气光的约束项的子网络、所述透射率的约束项的子网络、以及所述清晰图像的约束项的子网络的权重参数。