一种基于暗通道先验的雾霾融合方法技术

本发明专利技术公开了一种基于暗通道先验的雾霾融合方法，包括如下步骤：建立浓雾图像数据库、薄雾图像数据库、无雾图像数据库；从浓雾图像数据库中提取图像进行暗通道算法处理得到第一透射图，再引入修正消光系数alpha得到第二透射图；从浓雾图像数据库中提取图像，将图像转化为HSV色系，得到对应的一维亮度矩阵；将第二透射图和一维亮度矩阵分别输入改进的大气物理模型，再将无雾图像数据库中的图像输入改进的大气物理模型，得到融合雾霾图像。本发明专利技术创造性地使用浓雾HSV色系亮度矩阵代替传统大气物理模型基于待加雾图像进行大气光照亮度估计弥补了传统算法将其视为一个单值常数造成的伪影、色差等不足，使得融合后的雾更加自然。

【技术实现步骤摘要】
一种基于暗通道先验的雾霾融合方法
本专利技术涉及图像算法领域，特别是涉及一种基于暗通道先验的雾霾融合方法。
技术介绍
雾是指在接近地球表面、大气中悬浮的水滴或者冰晶组成的水汽凝结物，霾则是大量烟尘等微粒悬浮而成的浑浊现象，又称为气溶胶颗粒。这些颗粒会散射可见光，造成能见度的降低。如今人工智能在交通方面大量应用，如行人违纪识别、车牌识别、自动驾驶等方面，这些图像处理算法需要输入图像的清晰，检测目标和背景的对比度要大，而近些年雾霾天气时常发生，对于智能监控系统(如行人违纪识别、车牌识别)、自动驾驶系统、摄像成像系统等等造成不利影响。所以在设计这些系统时应充分考虑算法的鲁棒性，所以在智能产品实际落地场景中，应在算法训练数据中加入雾霾场景下的数据来确保其能在雾霾天气下正常工作。因此为了确保智能监控产品在雾霾场景下工作的鲁棒性，需要对该场景下成像进行仿真，常用的方法是在图像上添加雾霾的效果以逼近真实场景。雾中场景成像奇数成为图像处理和计算机视觉领域的热门研究领域之一。目前有关雾霾场景下的图像处理和计算机视觉研究主要集中在如何从雾霾图像中去除雾霾以本文档来自技高网...

【技术保护点】
1.一种基于暗通道先验的雾霾融合方法，其特征在于，包括如下步骤：/n步骤S1、建立浓雾图像数据库、薄雾图像数据库、无雾图像数据库；/n步骤S2、从浓雾图像数据库中提取图像进行暗通道算法处理得到第一透射图，再引入修正消光系数alpha得到第二透射图；/n步骤S3、从浓雾图像数据库中提取图像，将图像转化为HSV色系，得到对应的一维亮度矩阵；/n步骤S4、将第二透射图和一维亮度矩阵分别输入改进的大气物理模型，再将无雾图像数据库中的图像输入改进的大气物理模型，得到融合雾霾图像。/n

【技术特征摘要】
1.一种基于暗通道先验的雾霾融合方法，其特征在于，包括如下步骤：
步骤S1、建立浓雾图像数据库、薄雾图像数据库、无雾图像数据库；
步骤S2、从浓雾图像数据库中提取图像进行暗通道算法处理得到第一透射图，再引入修正消光系数alpha得到第二透射图；
步骤S3、从浓雾图像数据库中提取图像，将图像转化为HSV色系，得到对应的一维亮度矩阵；
步骤S4、将第二透射图和一维亮度矩阵分别输入改进的大气物理模型，再将无雾图像数据库中的图像输入改进的大气物理模型，得到融合雾霾图像。


2.根据权利要求1所述的一种基于暗通道先验的雾霾融合方法，其特征在于，在所述步骤S3和所述步骤S4之间还具有滤波操作，所述滤波操作具体为：
将步骤S2中得到的第二透射图以及步骤S3中得到的一维亮度矩阵分别输入导向滤波器进行滤波处理。


3.根据权利要求2所述的一种基于暗通道先验的雾霾融合方法，其特征在于，所述步骤S1具体包括：
步骤S101、采集高速公路在不同场景下的视频资料，所述高速公路处于雾霾天气环境中；
步骤S102、将采集到的视频资料划分成浓雾片段、薄雾片段和无雾片段，从这三个片段中各自提取图像分别形成：浓雾图像数据库、薄雾图像数据库、无雾图像数据库。


4.根据权利要求3所述的一种基于暗通道先验的雾霾融合方法，其特征在于，所述步骤S2具体包括：
步骤S201、从浓雾图像数据库中选取图像，统计RGB三个通道最小值组成的灰度图；
步骤S202、基于暗通道先验假设估计三通道传输图：



公式(1)中，C表示三通道，表示为输入的图像，Ω(x)表示为以x为中心的窗口，y表示以x为中心的窗口中的各个像素点；
将公式(1)代入大气物理模型得到第一透射图的表达式：



公...

【专利技术属性】
技术研发人员：耿鑫，成孝刚，吕泓君，王庆，凤亦飞，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32