【技术实现步骤摘要】
本专利技术涉及船舶，具体而言，涉及一种基于大气散射先验扩散模型的船舶去雾方法及系统。
技术介绍
1、随着水上交通不断发展，水上交通秩序也不断升级，维持水上交通的工作人员的工作量不断增加，其中船舶检测是水上交通工作量的之一。但一到秋冬季节，傍晚或清晨，甚至白天会出现大量的水雾，导致水面上的船舶被水雾遮挡，从而无法对江面的船舶进行检测。
2、针对现有技术中船舶被水雾遮挡时，无法对船舶进行清晰的检测的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例中提供一种基于大气散射先验扩散模型的船舶去雾方法及系统，以解决现有技术中船舶被水雾遮挡时，无法对船舶进行清晰的检测的问题。
2、为达到上述目的，一方面，本专利技术提供了一种基于大气散射先验扩散模型的船舶去雾方法，该方法包括：s1、获取训练集，所述训练集分为多组，每组中包括一张清晰船舶图片和对应的一张水雾船舶图片；将所述训练集中全部水雾船舶图片通过训练好的目标unet模型进行预测，得到所有目标清晰图片、所有目标透射率图片和所有目标纯噪音图片；s2、将训练集中的每个清晰船舶图片进行多步扩散加噪音得到每个清晰船舶图片对应的多个扩散噪音图片，并保存每个清晰船舶图片加载的多个噪音值；s3、从当前个清晰船舶图片中的所有扩散噪音图片中随机抽取一张，与对应的当前个水雾船舶图片生成的当前个目标清晰图片、当前个目标透射率图片输入到构建好的去噪unet模型中进行训练，得到当前个预测噪音值；根据随机抽取的一张扩散噪音图片对
3、可选的，所述目标unet模型通过以下方法训练：s11、将原始unet模型中的一个输出更改为三个输出，得到修改后的unet模型；s12、将所述训练集中的当前个水雾船舶图片输入到所述修改后的unet模型中，得到当前个原始清晰图片、当前个原始透射率图片和当前个原始纯噪音图片；s13、将所述当前个原始清晰图片、当前个原始透射率图片和当前个原始纯噪音图片输入到大气散射模型中，生成当前个含噪音船舶图片；s14、根据当前个含噪音船舶图片的噪音值、当前个水雾船舶图片的噪音值计算得到第一噪音损失值；s15、根据当前个原始清晰图片的噪音值、当前个水雾船舶图片对应的当前个清晰船舶图片的噪音值计算得到第二噪音损失值；s16、根据所述第一噪音损失值、所述第二噪音损失值计算得到迭代噪音损失值；根据所述迭代噪音损失值更新所述修改后的unet模型；s17、重复所述s12~s16，直至将训练集中的所有水雾船舶图片训练完并进行多轮训练，以使所述迭代噪音损失值在预设范围内波动后停止训练，将最后更新得到的修改后的unet模型作为所述目标unet模型。
4、可选的，当前个清晰船舶图片进行多步扩散加噪音得到的多个扩散噪音图片根据以下公式计算：
5、；
6、其中， 为当前个清晰船舶图片进行上一步扩散加噪音后得到的扩散噪音图片，为当前个清晰船舶图片进行当前步扩散加噪音后得到的扩散噪音图片，t表示第t步，t表示预设的总步数，当t为1时，为当前个清晰船舶图片，为当前个清晰船舶图片对应的当前个水雾船舶图片生成的当前个目标纯噪音图片，yj表示yeo-johnson变换，yj（）表示将当前个目标纯噪音图片转换为符合高斯正态分布的噪音图。
7、可选的，所述去噪unet模型根据以下方法构建：将原始unet模型增加多头注意力机制编码，以使每个目标透射率图片进行编码，得到高纬度特征序列；将原始unet模型增加每个阶段交叉注意力机制，以使所述高纬度特征序列与原始unet模型的每个阶段进行交叉注意力，得到特征图；其中，所述原始unet模型增加多头注意力机制编码和每个阶段交叉注意力机制生成去噪unet模型。
8、可选的，所述当前个复原清晰船舶图片根据以下公式计算：
9、；
10、；
11、其中，随着t减小，值也变小，t表示预设的总步数，为当前个水雾船舶图片进行上一次去噪后的图片，为当前个水雾船舶图片进行当前次去噪后的图片，t从t一直减小，直至变为1，当t为t时，为当前个水雾船舶图片，当t为1时，为当前个复原清晰船舶图片，为当前个水雾船舶图片进行上一次去噪后的图片与对应的当前个目标清晰图片、当前个目标透射率图片输入到所述目标去噪unet模型中得到的噪音值，为当前个水雾船舶图片生成的当前个目标纯噪音图片，yj表示yeo-johnson变换， yj（）表示将当前个目标纯噪音图片转换为符合高斯正态分布的噪音图。
12、另一方面，本专利技术提供了一种基于大气散射先验扩散模型的船舶去雾系统，该系统包括：生成单元，用于获取训练集，所述训练集分为多组，每组中包括一张清晰船舶图片和对应的一张水雾船舶图片；将所述训练集中全部水雾船舶图片通过训练好的目标unet模型进行预测，得到所有目标清晰图片、所有目标透射率图片和所有目标纯噪音图片；扩散单元，用于将训练集中的每个清晰船舶图片进行多步扩散加噪音得到每个清晰船舶图片对应的多个扩散噪音图片，并保存每个清晰船舶图片加载的多个噪音值；模型训练单元，用于从当前个清晰船舶图片中的所有扩散噪音图片中随机抽取一张，与对应的当前个水雾船舶图片生成的当前个目标清晰图片、当前个目标透射率图片输入到构建好的去噪unet模型中进行训练，得到当前个预测噪音值；根据随机抽取的一张扩散噪音图片对应加载的噪音值与当前个预测噪音值计算得到当前迭代损失值；根据所述当前迭代损失值更新所述去噪unet模型；重复扩散单元和模型训练单元，直至将训练集中的所有清晰船舶图片训练完并进行多轮训练后，得到目标去噪unet模型；去噪单元，用于将当前个水雾船舶图片与对应的当前个目标清晰图片、当前个目标透射率图片输入到所述目标去噪unet模型中进行反向推理去雾，得到当前个复原清晰船舶图片；重复去噪单元，直至将所有水雾船舶图片训练完，得到所有的复原清晰船舶图片。
13、可选的，所述目标unet模型通过以下方法训练：修改子单元，用于将原始unet模型中的一个输出更改为三个输出，得到修改后的unet模型第一生成子单元，用于将所述训练集中的当前个水雾船舶图片输入到所述修改后的unet模型中，得到当前个原始清晰图片、当前个原始透射率图片和当前个原始纯噪音图片；第二生成子单元，用于将所述当前个原始清晰图片、当前个原始透射率图片和当前个原始纯噪音图片输入到大气散射模型中，生成当前个含噪音船舶图片；第一计算子单元，用于根据当前个含噪音船舶图片的噪音值、当前个水雾船本文档来自技高网...
【技术保护点】
1.一种基于大气散射先验扩散模型的船舶去雾方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述目标Unet模型通过以下方法训练：
3.根据权利要求1所述的方法，其特征在于：
4.根据权利要求1所述的方法，其特征在于，所述去噪Unet模型根据以下方法构建：
5.根据权利要求1所述的方法，其特征在于，所述当前个复原清晰船舶图片根据以下公式计算：
6.一种基于大气散射先验扩散模型的船舶去雾系统，其特征在于，包括：
7.根据权利要求6所述的系统，其特征在于，所述目标Unet模型通过以下方法训练：
8.根据权利要求6所述的系统，其特征在于：
9.根据权利要求6所述的系统，其特征在于，所述去噪Unet模型根据以下方法构建：
10.根据权利要求6所述的系统，其特征在于，所述当前个复原清晰船舶图片根据以下公式计算：
【技术特征摘要】
1.一种基于大气散射先验扩散模型的船舶去雾方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述目标unet模型通过以下方法训练：
3.根据权利要求1所述的方法，其特征在于：
4.根据权利要求1所述的方法，其特征在于，所述去噪unet模型根据以下方法构建：
5.根据权利要求1所述的方法，其特征在于，所述当前个复原清晰船舶图片根据以下公式计算：
...【专利技术属性】
技术研发人员：吴显德，李志红，杜欢，赵立立，周丽芬，张红兵，王强，
申请(专利权)人：浙江华是科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。