龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：安徽大学
摘要：本发明提供一种基于颜色和细节增加的图像模型训练方法、去雾方法。模型训练方法包括：获取原始有雾图像和原始清晰无雾图像；对原始有雾图像和原始清晰无雾图像分别进行傅里叶变换，得到原始有雾图像和原始清晰无雾图像分别对应的低频子图和高频子图；对原始有雾图像、低频子图和高频子图分别进行特征提取，得到去雾特征、颜色特征、细节特征。基于去雾特征、颜色特征、细节特征进行图像重建,得到去雾图像、颜色图像、细节图像；基于去雾图像、颜色图像、细节图像以及原始清晰无雾图像和其对应的低频子图和高频子图计算损失。本发明提供的方法改善了现有去雾方法的去雾结果中存在的颜色偏差和细节模糊的问题，获得了更好的去雾效果。
主权项：1.一种基于颜色和细节增加的图像去雾模型的训练方法，其特征在于，包括：获取原始有雾图像和对应的原始清晰无雾图像；对所述原始有雾图像和原始清晰无雾图像分别进行傅里叶变换，对应得到原始有雾图像的低频子图和高频子图、以及原始清晰无雾图像对应的低频子图和高频子图；对所述原始有雾图像进行特征提取，以提取所述原始有雾图像的去雾特征；对所述原始有雾图像的低频子图进行特征提取，以提取所述原始有雾图像的颜色特征；对所述原始有雾图像的高频子图进行特征提取，以提取所述原始有雾图像的细节特征；所述细节特征包括：边缘信息与纹理信息；基于所述去雾特征、颜色特征、细节特征进行图像重建,对应得到去雾图像、颜色图像、细节图像；根据所述去雾图像、原始清晰无雾图像，计算去雾损失；根据所述颜色图像、原始清晰无雾图像对应的低频子图，计算颜色损失；根据所述细节图像、原始清晰无雾图像对应的高频子图，计算细节损失；并基于所述去雾损失、颜色损失和细节损失对图像去雾模型进行训练，得到训练好的图像去雾模型；利用测试集中的有雾图像对所述训练好的图像去雾模型进行评估。
全文数据：
权利要求：
百度查询： 安徽大学 基于颜色和细节增加的图像模型训练方法、去雾方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号