一种融合暗通道的神经网络烟雾图像分类方法

本发明提供了一种融合暗通道的神经网络烟雾图像分类方法，该方法包括：准备烟雾图像和非烟雾图像两类样本，将其归一化为相同尺寸，对所有样本图像进行暗通道处理，将原图和对应的暗通道图像分为训练集、验证集和测试集，作为后续网络训练的数据输入；然后，用设计的双通道卷积神经网络对数据集进行训练，其中第一条通道网络增加了残差块改善分类性能，输入RGB原图用来提取原图中的泛化特征；第二条通道采用经过改进的AlexNet精简网络，输入暗通道图像提取暗通道中烟雾的细节特征；两条通道分别训练，最后特征融合，生成训练模型对图像进行分类；结果表明，该方法有效地提高了烟雾图像分类的准确率。