一种基于Retinex的深度网络单幅图像去雾方法

摘要

本发明公开了一种基于Retinex的深度网络单幅图像去雾方法。提出一种基于Retinex的去雾分解模型,并通过端到端的深度网络完成了模型的求解,获得了清晰的无雾图像。采用基于Retinex的去雾分解模型能更准确的描述有雾图像的构成形式，也便于引导深度网络对图像的残余光照图和自然光照下的无雾图像的分离与提取。利用深度网络强大的非线性拟合能力来求解模型，能够提高去雾算法的泛化能力，获得更加精确的参数估计结果。本文采用的基于Retinex的深度网络能更好地分解有雾图像，获得自然光照下的无雾图像。在合成图像和真实图像上的实验结果表明，该方法与经典图像去雾算法相比，具有较好的鲁棒性和有效性。