(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211401726.7 (22)申请日 2022.11.10 (71)申请人 深圳深知未来智能有限公司 地址 518101 广东省深圳市宝安区新 安街 道灵芝园社区22区勤诚达乐13号楼 2310 (72)发明人 林景洲　张齐宁　郭奇锋　 (74)专利代理 机构 北京睿智保诚专利代理事务 所(普通合伙) 11732 专利代理师 韩迎之 (51)Int.Cl. G06T 5/00(2006.01) G06T 5/50(2006.01) G06T 7/11(2017.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 基于3DLut的图像去雾处理方法、 系统及可 存储介质 (57)摘要 本发明公开了一种基于3DLut的图像去雾处 理方法、 系统及可存储介质， 涉及图像处理技术 领域， 包括： 准备若干张原始图片， 利用大气散射 模型对原始图片进行生成雾处理， 得到加雾图 像； 构建去雾模型， 将加雾图像输入去雾模型中 进行模型训练， 得到训练好的去雾模型； 通过训 练好的去雾模 型对待去雾图像进行去雾处理， 将 待去雾图像进行分块切割后， 作为训练好的去雾 模型的输入， 并将训练好的去雾模 型的所有输出 结果进行融合， 获得去雾后的图像。 本发明将LUT 用于图像去雾任务得到高效算法， 节省计算时 间， 通过全图训练分块推断的方式达到更好的去 雾效果。 权利要求书3页 说明书7页 附图2页 CN 115456915 A 2022.12.09 CN 115456915 A 1.一种基于 3DLut的图像去雾处 理方法， 其特 征在于， 包括以下步骤： 准备若干张原 始图片， 利用大气散射模型对原 始图片进行生成雾处 理， 得到加雾图像； 构建去雾模型， 将加雾图像输入去雾模型中进行模型训练， 得到训练好的去雾模型； 通过训练好的去雾模型对待去雾 图像进行去雾处理， 将待去雾 图像进行分块切割后， 作为训练好的去雾模型 的输入， 并将训练好的去雾模型 的所有输出结果进行融合， 获得去 雾后的图像。 2.根据权利要求1所述的一种基于3DLut的图像去雾处理方法， 其特征在于， 得到加雾 图像， 具体包括以下步骤： 在大气中的雾均匀分布且场景深度已知时， 透射 率为： ； 式中： 为图像深度， 为大气的媒介衰减系数， x为输入图像的RGB像素值； 根据大气散射模型 得到加雾图像， 具体表示 为： ； 式中： 表示实际观测到的图像， 即加雾图像； 表示去雾后的图像， 即待恢复的 无雾图像； A表示场景的大气光。 3.根据权利要求1所述的一种基于3DLut的图像去雾处理方法， 其特征在于， 去雾模型 包括生成权重模型和生成查找 表模型； 生成权重模型为以三 通道图为输入、 以一组权 重值为输出的卷积神经网络； 生成查找表模型将一组初始化的查找表作为基础查找表， 并根据生成权重模型的输出 进行加权相加， 得到加权查找 表。 4.根据权利要求3所述的一种基于3DLut的图像去雾处理方法， 其特征在于， 生成权重 模型包括下采样结构、 卷积层、 随机失活层和全连接层， 且各 结构依次相连； 下采样结构包括两层采样尺度为2的下采样层， 卷积层包括5个卷积层模块； 全连接层 的输出为 查找表的混合权 重。 5.根据权利要求3所述的一种基于3DLut的图像去雾处理方法， 其特征在于， 将加雾图 像输入去雾模型中进行模型训练， 具体包括以下步骤： 将加雾图像分别输入生成权重模型及生成查找表模型中， 对于每一张加雾 图像来说， 生成权重模型输出 n个权重 ， 则生成查找表模型相应 地初始化 n个33×33× 33的查找表： ，n取决于内存大小； 将所有点 值设为可训练参数， 最终的加权表示 为： ； 则， 整个去雾模型的输出为加雾图像经过 进行查找表映射的输出， 通过端对端 的模型训练最终得到生成权 重模型和n个固定的3 3×33×33的3D‑LUT。 6.根据权利要求5所述的一种基于3DLut的图像去雾处理方法， 其特征在于， 还包括对 于训练好的去雾模型的查表方法， 将加雾图像的值归一化到 （0,  1） ， 其中， 查找表的维度和 加雾图像的通道一 一对应， 查找 表在每一维上的元 素数为查找表的精度， 具体为：权　利　要　求　书 1/3 页 2 CN 115456915 A 2对于RGB图的 M维查找表， 其包含 个元素： ， 每个元素 代表一个 输入RGB值 和其对应的输出 ； 输入值的值域被 M等分， 等分间隔记为 s， 则输入 在查找表中的位置 为： ； 在查找表 中取 的最近邻8个在查找表 中包含的点并用三次插值得到该点的输 出值为： ； 式中： 表示 的向下取整的值； ， ， ； 表示查找表中的第 个元素， 表示查找表中的第 个元素， 表示查找表中的第 个元素， 表示查找表中的第 个元素， 表示查找表中的 第 个元素 ， 表示查找表中的 第 个元素， 表示查找表中的第 个元素， 表示查 找表中的第 个元素； 表示输入 对应的输出， M表 示查找表的维度。 7.根据权利要求3所述的一种基于3DLut的图像去雾处理方法， 其特征在于， 通过训练 好的去雾模型对待 去雾图像进行去雾处 理， 具体包括以下步骤： 将待去雾图像均匀分为 m×m的块后输入生成权重模型中， 得到 m×m组权重 ， 记： ； 获得n个m×m像素的权重图， m为图像长或高的像素值， 将权重图进行高斯模糊， 再采用 二次插值的方法改变到与输入图同样的大小， 得到 n个权重图 ； 在生成查找表模型中， 分别用 n组训练好的基础查找表对输入图进行颜色映射， 得到 n 个输出 ， 最后得到的加权 输出为：权　利　要　求　书 2/3 页 3 CN 115456915 A 3