一种提高可见光图像清晰度的去雾处理方法及控制系统技术方案

本发明专利技术涉及图像处理领域，公开了一种提高可见光图像清晰度的去雾处理方法，包括：S1、获取同一场景对应的可见光图像和红外图像；S2、分别从所述可见光图像的蓝光通道和所述红外图像，提取对应像素的亮度值；S3、根据提取的对应像素的亮度值间的差异，确定雾浓度分布；S4、按照所述雾浓度分布，将所述红外图像和所述可见光图像中相对应像素的亮度值分别融合，得到去雾亮度值；S5、根据各去雾亮度值和在所述可见光图像中对应的色彩值，生成去雾图像；S6、通过去雾图像构建卷积神经网络，通过该卷积神经网络对有雾图像进行处理，得到去雾图像；可提高有雾图像的清晰度，避免图像失真，可简化图像的处理步骤，提高图像处理的整体效率。

A defog processing method and control system for improving the definition of visible light image

【技术实现步骤摘要】
一种提高可见光图像清晰度的去雾处理方法及控制系统
本专利技术涉及图像处理领域，更具体地说，特别涉及一种提高可见光图像清晰度的去雾处理方法及控制系统。
技术介绍
随着环境污染的加剧，雾霾天气越发频繁。由于受到空气中的悬浮粒子(如雾、霾等)的散射作用，恶劣天气不仅导致能见度低，而且在雾霾天气下拍摄的图像，往往有对比度低，色彩偏移，视觉效果差等退化问题。大多数的室外视觉系统都需要清晰准确地提取图像特征，图像质量的降低将会影响后续计算机视觉任务的有效性。在早期的研究中，是采用基于图像增强的方法，仅仅提高了雾霾图像的对比度，而不考虑物理模型。目前主流的去雾方法，是基于雾霾图片成像模型的图像恢复方法。近年来的霾图像恢复方法都是基于大气散射模型的图像恢复方法。利用成像设备获取数据，对大气散射模型参数进行估计，从而恢复出无雾的图像。大气散射模型描述为：I(x)＝t(x)J(x)+A(1-t(x))；其中I是有雾图像的颜色值，J是场景无雾情况下的颜色值，A是大气光强，而t是场景色彩在各个区通过程度的描述，称作传输图。去雾方法的本质，就是从I获取J、A和t本文档来自技高网...

【技术保护点】
1.一种提高可见光图像清晰度的去雾处理方法，其特征在于，包括：/nS1、获取同一场景对应的可见光图像和红外图像；/nS2、分别从所述可见光图像的蓝光通道和所述红外图像，提取对应像素的亮度值；/nS3、根据提取的对应像素的亮度值间的差异，确定雾浓度分布；/nS4、按照所述雾浓度分布，将所述红外图像和所述可见光图像中相对应像素的亮度值分别融合，得到去雾亮度值；/nS5、根据各去雾亮度值和在所述可见光图像中对应的色彩值，生成去雾图像；/nS6、通过去雾图像构建卷积神经网络，通过该卷积神经网络对有雾图像进行处理，得到去雾图像。/n

【技术特征摘要】
1.一种提高可见光图像清晰度的去雾处理方法，其特征在于，包括：
S1、获取同一场景对应的可见光图像和红外图像；
S2、分别从所述可见光图像的蓝光通道和所述红外图像，提取对应像素的亮度值；
S3、根据提取的对应像素的亮度值间的差异，确定雾浓度分布；
S4、按照所述雾浓度分布，将所述红外图像和所述可见光图像中相对应像素的亮度值分别融合，得到去雾亮度值；
S5、根据各去雾亮度值和在所述可见光图像中对应的色彩值，生成去雾图像；
S6、通过去雾图像构建卷积神经网络，通过该卷积神经网络对有雾图像进行处理，得到去雾图像。


2.根据权利要求1所述的提高可见光图像清晰度的去雾处理方法，其特征在于，所述步骤S1具体过程包括：
S100、获取图像采集指令；根据所述图像采集指令，在第一模式下采集第一图像；
S101、从所述第一模式下切换至第二模式；
S102、所述第一模式和第二模式分别是红外模式和可见光模式中的一种；
S103、在所述第二模式下采集第二图像；所述第一图像和所述第二图像分别是可见光图像和红外图像中的一种。


3.根据权利要求1所述的提高可见光图像清晰度的去雾处理方法，其特征在于，所述步骤S6的具体过程包括：
S600、将生成的去雾图像输入条件生成式对抗网络模型中的生成模型，生成与输入的样本有雾图像对应的无雾图像；
S601、根据生成的无雾图像和目标样本无雾图像，确...

【专利技术属性】
技术研发人员：王斌，
申请(专利权)人：安徽宏实光机电高科有限公司，
类型：发明
国别省市：安徽;34