一种具有精准色彩还原效果的Transformer图像去雾系统

本发明基于Transformer网络设计出一种具有精准色彩还原效果的图像去雾系统，方法包括：设计包含5级Transformer模块的深度学习网络；采用端到端的图像去雾方法，通过估计参数K(x)来同时估计大气散射模型中的介质透射率t(x)和大气光值A以减少估算误差；使用Charbonnier损失函数在RESIDE数据集上训练网络；由含雾图像分块嵌入得到特征向量；Transformer中包括层归一化、带有对Value向量额外卷积的改进多头注意力计算、非线性激活函数、线性层和全连接层；通过反推大气散射模型并进行特征融合的图像重构得到输出的去雾图像。本发明设计出的图像去雾系统色彩还原准确度高，在去雾定量指标和人眼观察效果上表现良好，能应用到高级辅助驾驶、城市路况监测中，实现有效的图像去雾。