Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度学习与gamma校正的雾霾图像复原方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明公开了一种基于深度学习与gamma校正的雾霾图像复原方法,包括基于transformer的图像恢复架构Uformer作为生成对抗网络的生成器;向对抗网络的生成器中输入带雾图像生成去雾图片;判别器将生成器生成的去雾图片同不带雾真实图片对比,通过最小化Charbonnier损失函数来优化生成对抗网络模型参数;重复上述操作至训练设置的迭代次数,以及在训练好的生成器前向传播推理过程中,加入gamma矫正函数,将图像数据进行幂次变换来调整其非线性响应的方法,以实现更准确的光强度表现;对gamma校正图像拆分为RGB三个通道,每个通道分别乘以对应权重,经过合并通道并标准化处理后得到最终复原结果,从而使得增强后的图像有着更好的感知范围和应用价值。

主权项:1.一种基于深度学习与gamma校正的雾霾图像复原方法,其特征在于,包括:基于transformer的图像恢复架构Uformer作为生成对抗网络的生成器;向对抗网络的生成器中输入带雾图像生成去雾图片;判别器将生成器生成的去雾图片同不带雾真实图片对比,通过最小化Charbonnier损失函数来优化生成对抗网络模型参数;重复上述操作至训练设置的迭代次数,以及在训练好的生成器前向传播推理过程中,加入gamma矫正函数,对输入去雾图片进行校正输出初步复原图像;对gamma校正图像拆分为RGB三个通道,每个通道分别乘以对应权重,经过合并通道并标准化处理后得到最终复原结果。

全文数据:

权利要求:

百度查询: 南京航空航天大学 一种基于深度学习与gamma校正的雾霾图像复原方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。