基于图像分解的零样本学习去雾图像强化方法及装置

本发明涉及计算机视觉图像增强技术领域，提供一种基于图像分解的零样本学习去雾图像强化方法及装置，引入初始干净图层生成网络、初始大气光图层生成网络以及初始透射率图层生成网络这三个初始的图层生成网络，通过联合训练得到目标大气光图层生成网络以及目标透射率图层生成网络，分别用于确定待去雾图像的目标大气光图层和目标透射率图层，进而结合大气散射模型，求解得到待去雾图像对应的去雾图像。在三个初始的图层生成网络进行联合训练的过程中，仅需要待去雾图像，不需要引入大量的训练样本，不仅可以避免现有技术中图像去雾模型训练样本获取困难的问题出现，还可以降低训练过程中的计算量，缩短网络的训练时长，降低网络的训练时间成本。