基于图像分割和对抗训练的去雾算法

摘要

由于气候变化或者空气污染,不可避免地产生含雾图像。为了解决这一问题,论文提出了一种基于图像分割和对抗训练的去雾算法,在训练时,其首先将一张清晰图和一张雾图作为输入,随机进行线性或者非线性图像融合,得到一张含雾的混合图。其次,引入一个分离器将之再次分离成新的清晰图和雾图,利用两张原图和分离之后的两张分离图,利用交叉计算误差作为损失函数,对分离器进行训练优化,充分学习雾图特征。再者,引入一个鉴别器,对分离器处理完之后的图进行鉴别,鉴别混合图分离与否。在训练整个过程中,保证最小化分离器误差的同时,实现鉴别器鉴别率的最大化。在去雾时运用训练得到的模型,对雾图通过图像分割,从而达到去雾的目的。实验表明,在主观视觉效果和客观指标上,论文算法处于现存算法的前列,而且时间复杂度较低,实用性更强。