基于深度学习的火炮身管靶标图像去雾方法及系统

本发明公开了基于深度学习的火炮身管靶标图像去雾方法及系统，将原始火炮身管靶标图像输入至训练好的去雾增强网络模型进行处理，去雾增强网络模型包括依次按照顺序连接的改进U‑Net模块、AOD‑Net模块和大气散射模型层，通过改进U‑Net模块提取原始火炮身管靶标图像的多尺度特征，输出多尺度特征图至AOD‑Net模块，AOD‑Net模块通过不同卷积层提取多尺度特征图不同感受野下的特征，实现多尺度特征融合，输出大气散射模型层的输入值，大气散射模型层基于输入值得到去雾后的火炮身管靶标图像。通过将U‑Net与AOD‑Net串联构建模型，并提出新的模型优化器，优化梯度下降的算法，同时引入自适应权重损失函数，实现复杂雾霾条件下高效的去雾处理。