一种基于自回归式小样本学习的图像去雾方法

本发明公开了一种基于自回归式小样本学习的图像去雾方法，旨在提升去雾性能。该方法通过将分布不均匀的雾霾图像与干净图像组成小样本图像对，进行干净‑雾霾图像的训练，并计算出非均匀雾图的点扩散模型。随后，利用大量干净图像生成近似真实环境下的雾霾图像，并通过回归式学习得到去雾模型。该方法采用协同多阶段回归式架构，结合真实干净图像和近似雾霾图像优化去雾效果。通过从小样本中生成大量数据集，训练出更高精度的去雾模型。本发明的去雾方法效果自然、鲁棒性强，广泛适用于车辆驾驶、室外监控等自然场景中的雾霾去除。