基于特征约束CycleGAN的单幅图像去雾算法研究

作者：王殿伟; 李顺利^*; 韩鹏飞; 刘颖; 姜静; 任新成

来源：激光与光电子学进展, 2021, 58(14): 272-278.

• 数字图像处理
• 图像去雾
• CycleGAN
• Haze损失
• 特征约束

针对雾天场景下成像设备采集的图像降质严重的问题,提出一种基于特征约束循环生成对抗网络(CycleGAN)的单幅图像去雾算法。首先,通过循环生成对抗网络学习雾天图像与清晰图像之间的映射关系,经由判别器判断重建图像是否符合真实样本图像的数据分布;然后,针对网络模型损失函数部分,构建基于循环一致损失和Haze损失的联合函数。在Haze损失函数中引入图像频率信息作为约束项,并结合预训练的VGG-16模型提取图像高维特征的内容损失,从而提高网络的去雾性能,解决了CycleGAN模型去雾不足和图像信息丢失的问题;最后,将峰值信噪比和结构相似性作为评价标准,对输入的雾天图像和输出的去雾增强图像进行定量分析。实验结果表明,提出的算法能有效地降低雾对成像质量的影响,进而获得更好的主观视觉评价和客观量化评价。

• 单位
  西湖大学; 西安邮电大学; 通信与信息工程学院