摘要
本发明涉及图像处理技术领域,尤其涉及一种图像去雾方法、系统、电子设备和存储介质,图像去雾方法包括:构建图像去雾模型并进行训练;其中,图像去雾模型包括:浅层特征提取模块、特征融合模块和图像重建模块;浅层特征提取模块用于提取样本雾天图像的浅层初级特征;特征融合模块用于对浅层初级特征进行编码、解码与特征融合,得到融合图像特征;图像重建模块用于对融合图像特征进行图像通道转换,得到转换图像特征,并将转换图像特征与样本雾天图像进行融合,得到样本去雾图像;将待处理雾天图像输入至训练好的图像去雾模型,得到目标去雾图像。本发明提高了去雾的效率和准确性,有效地消除雾气对图像的影响,恢复出更加清晰、准确的图像细节。
技术关键词
编码特征
融合图像特征
图像去雾模型
浅层特征提取
雾天图像
图像去雾方法
上采样
去雾图像
图像重建
动态
图像去雾系统
解码器
样本
子模块
积层
编码器
电子设备
系统为您推荐了相关专利信息
生成深度图像
多尺度特征
通道注意力机制
分支
状态空间模型
特征辨识方法
网络拓扑结构
序列
相位调制载波
判决阈值
编码特征
图像分割方法
卷积解码器
变换编码器
卷积编码器
电力线路覆冰
等级分类方法
多模态特征
多尺度特征
加权损失函数