摘要
本申请适用于图像去雾技术领域,提供了一种基于扩散模型的图像去雾方法、装置、设备及介质,方法包括:将有雾图像输入基于深度学习的图像去雾模型进行去雾处理,得到传输图;将传输图输入物理去雾模型进行去雾处理,得到伪去雾图像;将伪去雾图像输入扩散模型进行去雾处理,得到去雾图像;扩散模型利用改进的Unet降噪网络进行降噪,改进的Unet降噪网络在降噪过程中利用传输图进行指导;改进的Unet降噪模型包括下采样模块、传输模块和上采样模块,下采样模块用于提取输入图像的特征图,传输模块用于利用特征图和传输图得到指导图,上采样模块用于利用指导图和残差连接操作对特征图进行重构得到去雾图像。本申请能提升图像去雾效果。
技术关键词
采样模块
图像去雾方法
上采样
去雾图像
图像去雾模型
传输模块
降噪模型
重构
有雾图像
输入端
图像去雾装置
图像去雾技术
网络
可读存储介质
处理器
输出端
系统为您推荐了相关专利信息
视觉相机
多传感器融合
坐标系
激光雷达信息
匈牙利匹配算法
语义变化检测方法
变换特征
多阶段特征
变化检测系统
层级
非对称密码系统
高性能
残差反馈
明文
图像加密算法
同步整流管
模块电源
关断
保护方法
微控制器芯片
注意力机制
图像分类方法
分析诊断系统
报告
角膜地形图