基于人工智能的图像去雾方法、装置、设备及存储介质制造方法及图纸

本发明专利技术提供了一种基于人工智能的图像去雾方法、装置、设备及存储介质；该方法包括：当获取到图像去雾指令时，响应于图像去雾指令，采集同一时刻的目标场景对应的彩色图像和红外图像；其中，图像去雾指令是在目标场景具有雾霾的情况下触发的；基于彩色图像的每个像素点的像素值，和红外图像的每个像素点的像素值，计算出每个像素点的雾浓度信息；雾浓度信息描述了目标场景的雾浓度的分布情况；根据雾浓度信息，生成每个像素点的图像融合因子；图像融合因子用于控制彩色图像和红外图像的融合程度；按照图像融合因子，将彩色图像和红外图像进行融合，得到去雾图像。通过本发明专利技术，能够提供去雾图像的质量。

Image defogging method, device, equipment and storage medium based on Artificial Intelligence

【技术实现步骤摘要】
基于人工智能的图像去雾方法、装置、设备及存储介质
本专利技术涉及图像处理技术，尤其涉及一种基于人工智能的图像去雾方法、装置、设备及存储介质。
技术介绍
目前，图像采集设备在人们的生活中扮演着重要的角色，例如，利用摄像器对监控区域进行拍摄，确保监控区域的安全，利用照相机采集人脸的图像，以基于人脸进行身份识别等。然而，在雾霾天气时，利用摄像器或是照相机所采集到的图像会存在严重的噪声，为后续的图像处理带来影响。图像去雾是指利用图像处理技术，将图像中由于雾霾所带来的噪声去除，恢复出无雾的清晰图像。相关技术中，常见的图像去雾技术大多是对彩色图像进行处理，然而，雾霾对于红光、蓝光和绿光的影响并不相同，使得去雾图像中信息存在缺失，从而导致去雾图像的质量较差。
技术实现思路
本专利技术实施例提供一种基于人工智能的图像去雾方法、装置、设备及存储介质，能够提升去雾图像的质量。本专利技术实施例的技术方案是这样实现的：本专利技术实施例提供一种基于人工智能的图像去雾方法，包括：当获取到图像去雾指令时，响应于所述图像去雾本文档来自技高网...

【技术保护点】
1.一种基于人工智能的图像去雾方法，其特征在于，包括：/n当获取到图像去雾指令时，响应于所述图像去雾指令，采集同一时刻的目标场景对应的彩色图像和红外图像；其中，所述图像去雾指令是在所述目标场景具有雾霾的情况下触发的；/n基于所述彩色图像的每个像素点的像素值，和所述红外图像的每个像素点的像素值，计算出所述每个像素点的雾浓度信息；所述雾浓度信息描述了所述目标场景的雾浓度的分布情况；/n根据所述雾浓度信息，生成所述每个像素点的图像融合因子；所述图像融合因子用于控制所述彩色图像和所述红外图像的融合程度；/n按照所述图像融合因子，将所述彩色图像和所述红外图像进行融合，得到去雾图像。/n

【技术特征摘要】
1.一种基于人工智能的图像去雾方法，其特征在于，包括：
当获取到图像去雾指令时，响应于所述图像去雾指令，采集同一时刻的目标场景对应的彩色图像和红外图像；其中，所述图像去雾指令是在所述目标场景具有雾霾的情况下触发的；
基于所述彩色图像的每个像素点的像素值，和所述红外图像的每个像素点的像素值，计算出所述每个像素点的雾浓度信息；所述雾浓度信息描述了所述目标场景的雾浓度的分布情况；
根据所述雾浓度信息，生成所述每个像素点的图像融合因子；所述图像融合因子用于控制所述彩色图像和所述红外图像的融合程度；
按照所述图像融合因子，将所述彩色图像和所述红外图像进行融合，得到去雾图像。


2.根据权利要求1所述的方法，其特征在于，所述基于所述彩色图像的每个像素点的像素值，和所述红外图像的每个像素点的像素值，计算出所述每个像素点的雾浓度信息，包括：
从所述彩色图像的每个像素点的像素值中，提取出所述每个像素点的蓝光亮度值，并将所述红外图像的所述每个像素点的像素值，作为所述每个像素点的红外亮度值；
基于所述蓝光亮度值和所述红外亮度值之间的差异，计算出所述每个像素点的雾浓度信息。


3.根据权利要求2所述的方法，其特征在于，所述基于所述蓝光亮度值和所述红外亮度值之间的差异，计算出所述每个像素点的雾浓度信息，包括：
对所述蓝光亮度值和所述红外亮度值进行差值计算，得到所述每个像素点的差值结果；
从所述每个像素点的差值结果中，提取出最大的差值结果作为雾浓度信息计算因子；
用所述每个像素点的差值结果，与所述雾浓度信息计算因子相比，得到所述每个像素点的雾浓度信息。


4.根据权利要求1所述的方法，其特征在于，在所述基于所述彩色图像每个像素点的像素值，和所述红外图像每个像素点的像素值，计算出所述每个像素点的雾浓度信息之后，所述根据所述雾浓度信息，生成所述每个像素点的图像融合因子之前，所述方法还包括：
根据所述彩色图像的每个像素点的像素值，计算出所述每个像素点的暗通道值；
将所述雾浓度信息和所述暗通道值进行比较，得到比较结果，并根据所述比较结果为所述每个像素点生成优化后的雾浓度信息；
相应的，所述根据所述雾浓度信息，生成所述每个像素点的图像融合因子，包括：
根据所述优化后的雾浓度信息，生成所述每个像素点的所述图像融合因子。


5.根据权利要求4所述的方法，其特征在于，所述根据所述彩色图像的每个像素点的像素值，计算出所述每个像素点的暗通道值，包括：
从所述彩色图像的每个像素点的像素值中，分别获取到蓝光亮度值、红光亮度值和绿光亮度值；
从所述蓝光亮度值、所述红光亮度值和所述绿光亮度值中，选择出最小的亮度值作为所述每个像素点的候选亮度值；
针对所述每个像素点，将处于预设像素范围内的所有像素点确定为邻域像素点；
从所述邻域像素点的候选亮度值中，选择出最小的候选亮度值，作为所述每个像素点的所述暗通道值。


6.根据权利要求1所述的方法，其特征在于，所述根据所述雾浓度信息，生成所述每个像素点的图像融合因子，包括：
从所述雾浓度信息中，选择出最大雾浓度信息；
将所述雾浓度信息与所述最大雾浓度信息相比，得到所述每个像素点的图像融合因子。


7....

【专利技术属性】
技术研发人员：张菁芸，郭润增，王少鸣，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44