【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)屬于圖像處理，進一步涉及深度學(xué)習(xí)和數(shù)字圖像處理技術(shù)，具體為一種基于uavd-net的無人機遙感圖像去霧方法、系統(tǒng)、設(shè)備及介質(zhì)，本專利技術(shù)可用于無人機光學(xué)遙感圖像的去霧。
技術(shù)介紹
1、無人機(uav)作為一種靈活且高效的空中遙感工具，在環(huán)境監(jiān)測、災(zāi)害評估、城市規(guī)劃、農(nóng)業(yè)管理等領(lǐng)域發(fā)揮了重要作用。尤其在復(fù)雜地形或極端氣候條件下，無人機可以獲取高分辨率的圖像數(shù)據(jù)，為決策提供關(guān)鍵支持。然而，由于大氣中的霧霾、塵埃和其他微粒的存在，遙感圖像在采集過程中常常會受到干擾，導(dǎo)致圖像對比度下降、細節(jié)模糊，影響數(shù)據(jù)的可靠性和精確性。圖像去霧技術(shù)因此成為了無人機遙感應(yīng)用中的重要課題。
2、傳統(tǒng)的圖像去霧方法多基于圖像增強、圖像復(fù)原等領(lǐng)域的理論和技術(shù)，但在實際應(yīng)用中，尤其是無人機拍攝的圖像往往面對光照復(fù)雜、場景多變、霧霾程度不均等挑戰(zhàn)，現(xiàn)有方法的表現(xiàn)有限。隨著深度學(xué)習(xí)和計算機視覺技術(shù)的迅猛發(fā)展，基于卷積神經(jīng)網(wǎng)絡(luò)(cnn)和變換器(transformer)的去霧方法逐漸成為研究熱點，它們在提取圖像特征、提升細節(jié)恢復(fù)方面展現(xiàn)出巨大潛力。
3、公開號為cn118052737a的專利申請文件公開了一種基于超像素場景先驗的感知導(dǎo)向的無人機圖像去霧算法，該方法的實現(xiàn)步驟為：引入超像素場景先驗以減少無人機去霧過程的計算，圖像去霧過程可以從rgb色彩空間轉(zhuǎn)換為lab色彩空間，避免不同色度之間的混淆和多余信息，從而通過l通道選擇高效去霧的可靠區(qū)域?？紤]到去霧過程中光不均勻性的影響，該專利技術(shù)設(shè)計了一種基于簡單線性迭代聚類的引導(dǎo)濾波算法
4、公開號為cn118314053a的專利申請文件公開了一種基于神經(jīng)網(wǎng)絡(luò)的對無人機巡檢航拍圖像去霧方法，該方法的實現(xiàn)步驟為：基于無人機巡檢航拍圖像構(gòu)建圖像數(shù)據(jù)集；構(gòu)建啟發(fā)式感知去霧神經(jīng)網(wǎng)絡(luò)，基于圖像數(shù)據(jù)集對啟發(fā)式感知去霧神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練得到訓(xùn)練好的啟發(fā)式感知去霧神經(jīng)網(wǎng)絡(luò)；將待去霧處理的無人機巡檢航拍圖像輸入訓(xùn)練好的啟發(fā)式感知去霧神經(jīng)網(wǎng)絡(luò)進行處理得到無霧清晰航拍圖像。但是，該專利技術(shù)仍然存在不足之處是，該方法僅能處理忽視圖像中的局部細節(jié)，導(dǎo)致去霧后的圖像在局部區(qū)域出現(xiàn)模糊或細節(jié)損失。
5、上述現(xiàn)有技術(shù)的缺陷和不足概括如下：
6、1.許多現(xiàn)有方法假設(shè)霧霾分布均勻，使用簡單的模型來估計霧霾影響。然而在實際場景中，霧霾往往呈現(xiàn)出非均勻性，這會導(dǎo)致去霧結(jié)果質(zhì)量下降，特別是在高動態(tài)范圍或復(fù)雜地形的圖像中。
7、2.現(xiàn)有去霧算法在處理全局霧霾時，容易忽視圖像中的局部細節(jié)，導(dǎo)致去霧后的圖像在局部區(qū)域出現(xiàn)模糊或細節(jié)損失。
技術(shù)實現(xiàn)思路
1、為了克服上述現(xiàn)有技術(shù)的不足，本專利技術(shù)的目的在于提供一種基于uavd-net的無人機遙感圖像去霧方法、系統(tǒng)、設(shè)備及介質(zhì)，通過設(shè)計多層級全局信息捕捉模塊(mgic)，逐層提取和融合全局特征層，以增強模型理解復(fù)雜場景的能力，并提高去霧的準(zhǔn)確性；通過設(shè)計自適應(yīng)局部信息增強模塊(alie)，可以有效地獲取和增強圖像中的紋理細節(jié)信息，提高去霧精度；設(shè)計交叉通道特征融合模塊(cff)通過跨通道機制融合全局和局部信息，以保持圖像的整體結(jié)構(gòu)并增強局部細節(jié)清晰度，從而得到自然清晰的去霧圖像；該方法用于解決現(xiàn)有無人機去霧方法在非均勻霧霾情況下去霧質(zhì)量低，以及去霧后的圖像在局部區(qū)域出現(xiàn)模糊或細節(jié)損失的問題。
2、為了實現(xiàn)上述目的，本專利技術(shù)采取的技術(shù)方案是：
3、一種基于uavd-net的無人機遙感圖像去霧方法，包括以下步驟：
4、步驟一：構(gòu)建非均勻霧霾遙感圖像數(shù)據(jù)集，包括訓(xùn)練集、驗證集和測試集；
5、步驟二：構(gòu)建基于uavd-net的無人機遙感圖像去霧網(wǎng)絡(luò)，包括編碼器(encoder)、紋理細節(jié)特征提取子網(wǎng)絡(luò)(texture?detail?feature?extraction)和解碼器(decoder)；
6、步驟三：使用步驟一構(gòu)建的非均勻霧霾遙感圖像數(shù)據(jù)集中的訓(xùn)練集和驗證集訓(xùn)練步驟二構(gòu)建的基于uavd-net的無人機遙感圖像去霧網(wǎng)絡(luò)，得到最優(yōu)訓(xùn)練權(quán)重文件dehaze.pt；
7、步驟四：使用步驟一構(gòu)建的非均勻霧霾遙感圖像數(shù)據(jù)集中的測試集和步驟三得到的最優(yōu)訓(xùn)練權(quán)重文件dehaze.pt對步驟二構(gòu)建的基于uavd-net的無人機遙感圖像去霧網(wǎng)絡(luò)進行無人機遙感圖像去霧，得到無人機遙感圖像去霧結(jié)果。
8、所述步驟二的基于uavd-net的無人機遙感圖像去霧網(wǎng)絡(luò)，包括編碼器(encoder)、紋理細節(jié)特征提取子網(wǎng)絡(luò)(texture?detail?feature?extraction)和解碼器(decoder)；
9、所述編碼器(encoder)，包括cnn網(wǎng)絡(luò)層、五個多層級全局信息捕捉模塊(mgic)和求和層；多層級全局信息捕捉模塊(mgic)包括patch?embedding(peb)層、位置編碼層(positional?encoding，pe)、多層級編碼器(multi-level?encoder，mle)和去霧增強層(dehazing?enhancement?layer，del)，其中多層級編碼器包括三個多頭自注意力機制層(multi-head?self-attention?mechanism，mhsa)、三個前饋網(wǎng)絡(luò)層(feed?forwardnetwork，ffn)、兩個歸一化層(batch?normalization，bn)和一個線性歸一化層(linearnormalization，ln)；去霧增強層包括一個卷積層(conv)、一個relu激活函數(shù)、三個混合注意力機制層(convolution?block?attention?module，cbam)和三個歸一化(bn)層；多層級全局信息捕捉模塊(mgic)表示為下式：
10、foutput＝del(mle(pe+peb(finput)))；
11、所述紋理細節(jié)特征提取子網(wǎng)絡(luò)(texture?detail?feature?extraction)包括一個conv層和四個自適應(yīng)局部信息增強模塊(alie)；自適應(yīng)局部信息增強模塊(alie)包括兩個串聯(lián)的conv層、兩個多頭自注意力機制層(multi-head?self-attention?mechanism，mhsa)、兩個求和歸一化層(add&norm，a&n)和一個位置編碼層(positional?encoding，pe)；自適應(yīng)局部信息增強模塊(alie)表示為下式：
12、falie＝f3+conv(conv(f'))
13、f3＝a&n本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種基于UAVD-Net的無人機遙感圖像去霧方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于UAVD-Net的無人機遙感圖像去霧方法，其特征在于，所述步驟二的基于UAVD-Net的無人機遙感圖像去霧網(wǎng)絡(luò)，包括編碼器(Encoder)、紋理細節(jié)特征提取子網(wǎng)絡(luò)(Texture?Detail?Feature?Extraction)和解碼器(Decoder)；
3.根據(jù)權(quán)利要求1所述的一種基于UAVD-Net的無人機遙感圖像去霧方法，其特征在于，所述步驟三中，設(shè)置訓(xùn)練輪次為大于等于150，批次大小大于等于32。
4.根據(jù)權(quán)利要求1所述的一種基于UAVD-Net的無人機遙感圖像去霧方法，其特征在于，所述步驟四中，設(shè)置測試批次大小為大于等于8。
5.基于權(quán)利要求1至4任一項所述方法的一種基于UAVD-Net的無人機遙感圖像去霧系統(tǒng)，其特征在于，包括：
6.一種基于UAVD-Net的無人機遙感圖像去霧設(shè)備，其特征在于，包括：
7.一種計算機可讀存儲介質(zhì)，其特征在于，計算機可讀存儲介質(zhì)存儲有計算機程序，
...【技術(shù)特征摘要】
1.一種基于uavd-net的無人機遙感圖像去霧方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于uavd-net的無人機遙感圖像去霧方法，其特征在于，所述步驟二的基于uavd-net的無人機遙感圖像去霧網(wǎng)絡(luò)，包括編碼器(encoder)、紋理細節(jié)特征提取子網(wǎng)絡(luò)(texture?detail?feature?extraction)和解碼器(decoder)；
3.根據(jù)權(quán)利要求1所述的一種基于uavd-net的無人機遙感圖像去霧方法，其特征在于，所述步驟三中，設(shè)置訓(xùn)練輪次為大于等于150，批次大小大于等于32...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：周綏平，李晨陽，郭峰，師佳琦，冀宏敏，
申請(專利權(quán))人：西安電子科技大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。