一种滚动深度学习与Retinex理论结合的遥感图像雾霾去除方法

摘要

本发明公开了一种滚动深度学习与Retinex理论结合的遥感图像雾霾去除方法。该方法的主要步骤包括：1、输入原始含雾霾的图像；2、基于DeHazeNet算法的图像雾霾去除滚动处理；3、获得相对稳定的清晰图像；4、对相对稳定的清晰图像进行饱和度和亮度均衡化增强处理；5、用Retinex理论对相对稳定清晰图像进行雾霾去除处理，得到图像；步骤6：将步骤4获得的图像和步骤5获得的图像进行融合处理，即可获得最终滤除雾霾的图像。该方法不仅能够有效地去除图像中的雾霾，更重要的是能有效保持丰富的细节信息和高对比度的图像，而且图像视觉效果好，颜色失真少，具有较好的推广和应用价值。