【技术实现步骤摘要】
无人机航拍图像雾霾天空和白色区域自适应处理方法
本专利技术属于图像处理
,具体涉及一种无人机航拍图像雾霾天空和白色区域自适应处理方法。
技术介绍
目前,无人机研究领域中的热点,是将无人机应用于测绘、目标识别、地质灾害防治等领域,无人机的执行任务很大程度依赖于成像质量较高的无人机图像。随着天气状况的恶化,雾霾天气下航拍得到的图像模糊不清,清晰度不高,航拍得到的图像基本信息特征严重失真受损,无法捕捉到有用信息,因此人们对无人机航拍图像的去雾需求越来越高。近年来,单幅图像的去雾方法取得了较大的进步,可以将图像去雾分类方法分为两类:基于图像处理的雾天图像增强和基于物理模型的雾天图像复原。图像增强的方法忽略了图像退化的因素,通过增强雾天图像清晰度,将图像细节信息突出来,对图像复原有一定的效果,但是该方法没有考虑图像退化模型,效果不佳。图像复原的方法针对雾天图像降质过程,建立退化物理模型,反演退化过程,从而获得无雾图像。相较于图像增强的去雾算法。基于物理模型得到的图像去雾效果更加自然,信息损失较少。利用雾天图像本身去构造约束条件,从单幅图像中估计大气散射模型中的参数来达到去雾目的,何恺明等人提出了“暗通道”概念,即在无雾户外图像的非天空区域的任一局部窗口,所有像素点RGB通道中的最小值应接近于0。该方法去雾效果较为理想,然而天空区域或白色等明亮区域却不满足暗原色先验规律,导致这些区域在去雾后普遍存在图像颜色失真问题,因此解决图像天空或白色等明亮区域颜色失真问题成为现有图像复原中的一项重要任务。针对目前算法存在的缺点,对大气散射模型中的关键参数进行研究,利用保边效 ...
【技术保护点】
1.无人机航拍图像雾霾天空和白色区域自适应处理方法,其特征在于,包括以下步骤:步骤1:获取无人机航拍图像I(x);步骤2:获取无人机航拍图像I(x)的暗通道图像Idark(x)以及灰度图像Igray(x);步骤3:根据步骤2获得的暗通道图像Idark(x)中的明亮点,结合无人机航拍图像I(x)获取无人机航拍图像的大气光值A;步骤4:定义大气耗散函数:V(x)=A(1‑t(x)),其中,V(x)表示大气耗散函数,A表示大气光值,t(x)表示图像透射率;并将步骤2获得的暗通道图像作为大气耗散函数的粗估计V(x);步骤5:根据步骤2获取的灰度图像Igray(x),求取灰度图像的灰度直方图,并求得自适应阈值ThrB来分割近景与天空或白色区域;步骤6:利用步骤5求取的自适应阈值ThrB分区域处理粗估计的大气耗散函数,定义新修正公式,计算修正系数,定义改进大气耗散函数公式,并将修正系数代入改进公式求得改进大气耗散函数V'(x);步骤7:用双边滤波器对步骤6得到的改进大气耗散函数精细化,得到精细化大气耗散函数V”(x);步骤8:根据步骤7获得的精细大气耗散函数V”(x),使用透射率估计公式
【技术特征摘要】
1.无人机航拍图像雾霾天空和白色区域自适应处理方法,其特征在于,包括以下步骤:步骤1:获取无人机航拍图像I(x);步骤2:获取无人机航拍图像I(x)的暗通道图像Idark(x)以及灰度图像Igray(x);步骤3:根据步骤2获得的暗通道图像Idark(x)中的明亮点,结合无人机航拍图像I(x)获取无人机航拍图像的大气光值A;步骤4:定义大气耗散函数:V(x)=A(1-t(x)),其中,V(x)表示大气耗散函数,A表示大气光值,t(x)表示图像透射率;并将步骤2获得的暗通道图像作为大气耗散函数的粗估计V(x);步骤5:根据步骤2获取的灰度图像Igray(x),求取灰度图像的灰度直方图,并求得自适应阈值ThrB来分割近景与天空或白色区域;步骤6:利用步骤5求取的自适应阈值ThrB分区域处理粗估计的大气耗散函数,定义新修正公式,计算修正系数,定义改进大气耗散函数公式,并将修正系数代入改进公式求得改进大气耗散函数V'(x);步骤7:用双边滤波器对步骤6得到的改进大气耗散函数精细化,得到精细化大气耗散函数V”(x);步骤8:根据步骤7获得的精细大气耗散函数V”(x),使用透射率估计公式求得整幅图像的透射率t(x);步骤9:建立图像退化过程模型,利用步骤1获得原始图像I(x)以及步骤3、步骤8得到的参数A、t(x),恢复得到去雾图像J(x)。2.根据权利要求1所述的无人机航拍图像雾霾天空和白色区域自适应处理方法,其特征在于,步骤2中暗通道图像Idark(x)表示如下:其中,c为三个颜色通道R、G、B中某一通道的值。3.根据权利要求1所述的无人机航拍图像雾霾天空和白色区域自适应处理方法,其特征在于,步骤3中求取大气光值A时,选取暗通道图像亮度值最大的前0.1%的像素点对应到原始有雾图像中亮度在前0.1%像素点,将对应的R、G、B三个通道值分别求取平均值,最终大气光值A取三个通道所对应的三个大气光值的平均值。4.根据权利要求1所述的无人机航拍图像雾霾天空和白色区域自适应处理方法,其特征在于,步骤4中大气耗散函数满足两个约束条件:(1)在每个像素点上,V(x)>0,即大气耗散函数取值为正值;(2)即V(x)不大于含雾图像I(x)的最小颜色分量,故将暗通道图像作为大气耗散函数的粗估计。5.根据权利要求1所述的无人机航拍图像雾霾天空和白色区域自适应处理方法,其特征在于,步骤...
【专利技术属性】
技术研发人员:黄鹤,郭璐,王会峰,杜晶晶,宋京,胡凯益,许哲,惠晓滨,黄莺,任思奇,周卓彧,
申请(专利权)人:长安大学,
类型:发明
国别省市:陕西,61
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。