技術(shù)特征：

1.一種基于飽和度快速深度學習圖像去霧方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于飽和度快速深度學習圖像去霧方法，其特征在于，所述計算輸入霧圖的強度信息和飽和度信息的步驟包括：

3.根據(jù)權(quán)利要求1所述的基于飽和度快速深度學習圖像去霧方法，其特征在于，將霧圖與其飽和度信息拼接后輸入的所述深度學習網(wǎng)絡(luò)包括：

4.根據(jù)權(quán)利要求3所述的基于飽和度快速深度學習圖像去霧方法，其特征在于，所述特征提取部分卷積模塊包括：

5.根據(jù)權(quán)利要求4所述的基于飽和度快速深度學習圖像去霧方法，其特征在于，所述特征提取部分卷積模塊采用動態(tài)通道分割策略，以優(yōu)化特征提取過程。

6.根據(jù)權(quán)利要求3所述的基于飽和度快速深度學習圖像去霧方法，其特征在于，所述交叉注意力模塊包括：

7.根據(jù)權(quán)利要求6所述的基于飽和度快速深度學習圖像去霧方法，其特征在于，所述交叉注意力模塊替換為多頭注意力機制或自注意力機制，用于捕獲特征圖中的長距離依賴。

8.根據(jù)權(quán)利要求1所述的基于飽和度快速深度學習圖像去霧方法，其特征在于，所述通過深度學習網(wǎng)絡(luò)估計飽和度校正變量的步驟包括：

9.根據(jù)權(quán)利要求1所述的基于飽和度快速深度學習圖像去霧方法，其特征在于，所述復原公式用于根據(jù)校正變量和大氣光值生成去霧圖像，具體為：

10.一種基于飽和度快速深度學習圖像去霧的裝置，用于執(zhí)行如權(quán)利要求1-9任一項所述的基于飽和度快速深度學習圖像去霧方法，其特征在于，包括：

技術(shù)總結(jié)
本申請涉及圖像處理領(lǐng)域，公開了一種基于飽和度快速深度學習圖像去霧方法，該方法通過計算輸入霧圖的強度信息和飽和度信息，結(jié)合深度學習網(wǎng)絡(luò)進行特征提取，估計飽和度校正變量，并通過復原公式去除圖像中的霧霾。具體而言，輸入的霧圖和飽和度信息被拼接后送入深度學習網(wǎng)絡(luò)，通過特征提取部分卷積模塊（FEPC）和交叉注意力模塊（SCAB）對圖像進行處理，估計出飽和度校正變量，然后使用復原公式恢復清晰的去霧圖像。該方法能夠在復雜的霧霾環(huán)境中提供高效、準確的去霧效果，并顯著提高計算效率，適用于實時圖像去霧任務(wù)。實驗結(jié)果表明，本發(fā)明在多個評價指標上均優(yōu)于同類算法，特別是在恢復細節(jié)、去除霧氣和計算速度方面表現(xiàn)突出。

技術(shù)研發(fā)人員：范益波,王碩成,荊明娥
受保護的技術(shù)使用者：上海芯開技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15