一种基于深度学习与gamma校正的雾霾图像复原方法

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。