单幅图像去雾java_一种基于深度学习的单幅图像去雾方法与流程

本发明提供了一种单幅图像去雾的方法，具体涉及一种基于深度学习的单幅图像去雾的方法。

背景技术：

雾霾天气对无人机航拍作业的影响不容小觑。雾霾天气航拍形成的图像模糊不清，丧失了人们需要捕捉的信息。随着空气状况的恶化，人们对无人机航拍图像的去雾需求越来越高。

图像去雾问题是属于图像恢复问题，不是简单的图像增强技术能解决得了的。根据McCartney的成雾模型(E.J.McCartney,"Optics of the atmosphere:scattering by molecules and particles,"New York,John Wiley and Sons,Inc.,1976.421p.,1976.)，原场景中的景物是经过空气中的水珠子或微颗粒折射或散射后被捕捉进入镜头的，空气中的大气光也会因为折射或散射而进入镜头，因此可用以下公式描述这个雾化原理：I(x,y)＝T(x,y)J(x,y)+(1-T(x,y))A。其中T(x,y)是表征透射和散射的一个因子，称之为透射率，A代表空气中的大气光，(1-T(x,y))A就是大气光被折射散射后进入镜头的干扰光，I(x,y)便是被镜头捕捉到的图像，J(x,y)代表原场景中的景色的图像，也是需要恢复的高清图像。雾霾的存在在该模型中可以看成T(x,y)被改变了，从而影响了镜头成像的清晰性。

技术实现要素：

本发明的目的是提供一种新的图像去雾方法，用以解决将雾霾天气航拍视频