输电场景下基于深度估计模型的雾天数据集合成方法及装置

本发明属于图像处理及计算机视觉技术领域，具体涉及一种输电场景下基于深度估计模型的雾天数据集合成方法及装置。该方法包括：通过卷积神经网络分类器对原始输电图像进行气象筛选以保留多云/阴天场景的输电图像，使用python‑piq库对所保留的输电图像进行特征增强处理，得到目标输电图像；构建双分支深度估计网络，以提取输电设备宏观结构特征与导线微观纹理特征，并通过档距信息约束的置信度融合算法生成优化的灰度深度图像；利用改进的暗通道先验算法计算自适应大气光值，并结合深度引导的大气散射模型生成物理雾场；构建面向杆塔结构的DISTS‑NEW评估模型，通过反向传播机制动态调整物理雾场的雾天浓度系数直至满足输电设备可辨识度阈值。