本發(fā)明涉及圖像處理，特別涉及一種基于增強(qiáng)曲線學(xué)習(xí)的深度學(xué)習(xí)圖像去霧方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、在現(xiàn)實(shí)場(chǎng)景中，霧是由懸浮在近地面空氣中的微小水滴或冰晶組成的，這些微粒會(huì)散射和反射光線，從而對(duì)光線的傳播和視覺效果產(chǎn)生顯著影響。從而采集設(shè)備獲取的數(shù)據(jù)會(huì)存在對(duì)比度、色彩飽和度低等問題。

2、常見的去霧算法主要分為傳統(tǒng)去霧算法、深度學(xué)習(xí)去霧算法。傳統(tǒng)去霧算法中又主要分為基于直方圖增強(qiáng)、基于暗通道模型、基于retinex理論的方案。基于直方圖增強(qiáng)的方法速度快，但是像素是全局映射，容易丟失部分細(xì)節(jié)特征；基于暗通道增強(qiáng)的方法，對(duì)天空的場(chǎng)景的適應(yīng)能力較差；基于retinex理論，因?yàn)楂@取反射率較為困難，所以也無法獲取較好的效果；深度學(xué)習(xí)去霧算法，通過更高維度的參數(shù)擬合，一般情況下能獲取較好的效果，但是普遍存在難以訓(xùn)練，以及速度上的不足。具體地，傳統(tǒng)去霧算法中基于限制對(duì)比度增強(qiáng)的直方圖均衡化通過對(duì)圖像進(jìn)行分塊，對(duì)每一塊的圖像做限制對(duì)比度增強(qiáng)直方圖均衡化。然后通過線性插值將每一塊的直方圖均衡換結(jié)果做插值來平滑塊與塊之間的差異，從而獲取一個(gè)塊與塊平滑的直方圖增強(qiáng)結(jié)果。但是存在比較明顯的問題：第一、限制的閾值選取困難，不同場(chǎng)景的圖片之間限制對(duì)比度的閾值存在明顯差異，第二、存在光暈等現(xiàn)象，雖然采用平滑，但是會(huì)導(dǎo)致一個(gè)較大范圍的明顯過渡帶。深度學(xué)習(xí)算法與傳統(tǒng)去霧算法相比，基于深度學(xué)習(xí)的算法生成的圖像能有效的避免光暈的問題，一定程度上去除霧氣，但是現(xiàn)有的方法網(wǎng)絡(luò)較為復(fù)雜，效率較低，實(shí)用性不高，大部分網(wǎng)絡(luò)在脫離訓(xùn)練集的數(shù)據(jù)上表現(xiàn)不夠穩(wěn)定，甚至顯示出不真實(shí)的顏色或紋理扭曲，結(jié)果失真。

3、為此，如何提供一種能夠有效避免去霧所存在的光暈現(xiàn)象，并有效提高去霧效率、精度以及穩(wěn)定性的基于增強(qiáng)曲線學(xué)習(xí)的深度學(xué)習(xí)圖像去霧方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)是本領(lǐng)域技術(shù)人員亟需解決的問題。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明提出了一種基于增強(qiáng)曲線學(xué)習(xí)的深度學(xué)習(xí)圖像去霧方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

3、一種基于增強(qiáng)曲線學(xué)習(xí)的深度學(xué)習(xí)圖像去霧方法，包括：

4、步驟1：獲取帶霧圖像數(shù)據(jù)在yuv顏色空間下的亮度值；

5、步驟2：將帶霧圖像數(shù)據(jù)分別裁剪為不同尺度大小的分塊，并利用多項(xiàng)式擬合分塊的y通道直方圖到gt的變換曲線，基于最小二乘法獲取分塊在擬合誤差最小下的多項(xiàng)式系數(shù)，作為帶霧圖像數(shù)據(jù)在不同尺度大小下的學(xué)習(xí)標(biāo)簽；

6、步驟3：基于學(xué)習(xí)標(biāo)簽，利用深度學(xué)習(xí)學(xué)習(xí)帶霧圖像數(shù)據(jù)在不同尺度大小下的y通道直方圖變換曲線，并將不同尺度大小下的學(xué)習(xí)結(jié)果進(jìn)行多尺度融合，輸出圖像去霧結(jié)果。

7、可選的，步驟1中，獲取帶霧圖像數(shù)據(jù)在yuv顏色空間下的亮度值，如下：

8、

9、其中，為亮度值；為常數(shù)；為帶霧圖像數(shù)據(jù)的rgb值。

10、可選的，步驟2中，將帶霧圖像數(shù)據(jù)分別裁剪為不同尺度大小的分塊，并利用多項(xiàng)式擬合分塊的y通道直方圖到gt的變換曲線，具體為：

11、將帶霧圖像數(shù)據(jù)分別裁剪為3*3、5*5、7*7尺度大小的分塊，并利用多項(xiàng)式擬合分塊的y通道直方圖到gt的變換曲線，如下：

12、

13、其中，分別為3*3、5*5、7*7尺度大小的分塊中第個(gè)分塊的y通道直方圖到gt的變換曲線對(duì)應(yīng)的多項(xiàng)式;為對(duì)應(yīng)尺度大小的分塊中第個(gè)分塊的y通道直方圖變換曲線對(duì)應(yīng)的多項(xiàng)式系數(shù)。

14、可選的，步驟2中，基于最小二乘法獲取分塊在擬合誤差最小下的多項(xiàng)式系數(shù)，如下：

15、

16、其中，為對(duì)應(yīng)尺度大小的分塊中第個(gè)分塊的y通道直方圖變換曲線對(duì)應(yīng)多項(xiàng)式相比于對(duì)應(yīng)gt的擬合誤差；為對(duì)應(yīng)尺度大小的分塊中第個(gè)分塊的對(duì)應(yīng)gt;為對(duì)應(yīng)尺度大小的分塊中第個(gè)分塊的y通道直方圖變換曲線對(duì)應(yīng)的多項(xiàng)式。

17、可選的，步驟3中，基于學(xué)習(xí)標(biāo)簽，利用深度學(xué)習(xí)學(xué)習(xí)帶霧圖像數(shù)據(jù)在不同尺度大小下的y通道直方圖變換曲線，并將不同尺度大小下的學(xué)習(xí)結(jié)果進(jìn)行多尺度融合，輸出圖像去霧結(jié)果，具體為：

18、步驟3.1：使用10個(gè)3*3*1的卷積核對(duì)帶霧圖像數(shù)據(jù)進(jìn)行卷積，提取得到特征f1，并以3*3尺度大小的分塊在擬合誤差最小下的多項(xiàng)式系數(shù)作為學(xué)習(xí)標(biāo)簽，通過5個(gè)3*3*10，步長為3的卷積，得到代表3*3的y通道直方圖變換曲線的學(xué)習(xí)結(jié)果a；

19、步驟3.2：使用10個(gè)3*3*1的卷積核對(duì)f1進(jìn)行卷積，得到特征f2，并以5*5尺度大小的分塊在擬合誤差最小下的多項(xiàng)式系數(shù)作為學(xué)習(xí)標(biāo)簽,通過5個(gè)5*5*5，步長為5的卷積，得到代表5*5的y通道直方圖變換曲線的學(xué)習(xí)結(jié)果b；

20、步驟3.3：使用3個(gè)3*3*5的卷積核對(duì)f2進(jìn)行卷積，得到特征f3，并以7*7尺度大小的分塊在擬合誤差最小下的多項(xiàng)式系數(shù)作為學(xué)習(xí)標(biāo)簽,通過5個(gè)7*7*3，步長為7的卷積，得到代表7*7的y通道直方圖變換曲線的學(xué)習(xí)結(jié)果c；

21、步驟3.4：分別對(duì)學(xué)習(xí)結(jié)果a、學(xué)習(xí)結(jié)果b、學(xué)習(xí)結(jié)果c進(jìn)行快速查表變換，與帶霧圖像數(shù)據(jù)進(jìn)行多尺度融合得到f4，通過3*3*4卷積輸出圖像去霧結(jié)果。

22、可選的，步驟3.4中，快速查表變換為0-255的2-5次方變化。

23、可選的，步驟3.4中，在輸出圖像去霧結(jié)果后，還包括：將圖像去霧結(jié)果與gt對(duì)比，并利用l1_loss進(jìn)行優(yōu)化。

24、本發(fā)明還提供一種利用一種基于增強(qiáng)曲線學(xué)習(xí)的深度學(xué)習(xí)圖像去霧方法的基于增強(qiáng)曲線學(xué)習(xí)的深度學(xué)習(xí)圖像去霧系統(tǒng)，包括：

25、亮度值獲取模塊：用于獲取帶霧圖像數(shù)據(jù)在yuv顏色空間下的亮度值；

26、預(yù)訓(xùn)練初始權(quán)重確定模塊：用于將帶霧圖像數(shù)據(jù)分別裁剪為不同尺度大小的分塊，并利用多項(xiàng)式擬合分塊的y通道直方圖到gt的變換曲線，基于最小二乘法獲取分塊在擬合誤差最小下的多項(xiàng)式系數(shù)，作為帶霧圖像數(shù)據(jù)在不同尺度大小下的學(xué)習(xí)標(biāo)簽；

27、圖像去霧模塊：基于學(xué)習(xí)標(biāo)簽，利用深度學(xué)習(xí)學(xué)習(xí)帶霧圖像數(shù)據(jù)在不同尺度大小下的y通道直方圖變換曲線，并將不同尺度大小下的學(xué)習(xí)結(jié)果進(jìn)行多尺度融合，輸出圖像去霧結(jié)果。

28、本發(fā)明還提供一種電子設(shè)備，包括：

29、存儲(chǔ)器，用于存儲(chǔ)計(jì)算機(jī)程序；

30、處理器，用于執(zhí)行計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)一種基于增強(qiáng)曲線學(xué)習(xí)的深度學(xué)習(xí)圖像去霧方法的步驟。

31、本發(fā)明還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)一種基于增強(qiáng)曲線學(xué)習(xí)的深度學(xué)習(xí)圖像去霧方法的步驟。

32、經(jīng)由上述的技術(shù)方案可知，與現(xiàn)有技術(shù)相比，本發(fā)明提出了一種基于增強(qiáng)曲線學(xué)習(xí)的深度學(xué)習(xí)圖像去霧方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)。通過利用多項(xiàng)式擬合直方圖曲線，以多項(xiàng)式系數(shù)作為深度學(xué)習(xí)網(wǎng)絡(luò)學(xué)習(xí)標(biāo)簽的方式，有效降低了網(wǎng)絡(luò)整體學(xué)習(xí)難度，并提高了去霧精度；通過對(duì)不同尺度的分塊進(jìn)行學(xué)習(xí)，并進(jìn)行多尺度融合，有效提高了去霧精度及穩(wěn)定性；在利用深度網(wǎng)絡(luò)學(xué)習(xí)直方圖變換曲線時(shí)，在學(xué)習(xí)3*3的直方圖變換曲線時(shí)采用步長3，學(xué)習(xí)5*5的直方圖變換曲線時(shí)采用步長5，學(xué)習(xí)7*7的直方圖變換曲線時(shí)采用步長7，大大減少了計(jì)算量，進(jìn)一步提高了去霧效率。綜上，本發(fā)明有效提高了去霧效率、精度以及穩(wěn)定性。