【技术实现步骤摘要】
图像去雾方法和使用图像去雾方法的图像去雾设备
[0001]本专利技术涉及一种图像去雾方法和使用图像去雾方法的图像去雾设备。
技术介绍
[0002]由于氯化银涂布纸(silver chloride
‑
coated paper)技术出现,成像装置可以使光通过狭缝以曝光氯化银涂布纸,氯化银涂布纸可以根据行进光强度在空间上暗化成像,以及随着越来越多的终端使用者成为可能间接支持从静态动态图像捕捉到动态图像捕捉(即,摄像机)的推进,成像装置的利用率已逐年增加。从专业、科学到消费电子产品来看,成像装置的适用性前所未有地广泛。在大批量生产系统的支持下,成像装置每像素密度的成本相应地降低。这些条件造成了成像装置(即,相机)的相关工程领域中的广泛应用。
[0003]消费电子产品中的物联网(Internet
‑
of
‑
Thing;IoT)能力的提高使得自动驾驶车辆(autonomous driving vehicle;ADV)的发展已变得更加重要。图1绘示利用不同成像传感器以感测障碍物的周围环境的ADV。在ADV的应用场景中,红绿蓝色(RGB)相机是一种最显要的成像装置,RGB相机能够在对应相机的有限视场(field o
fview;FOV)内提供周围环境的密集语义或实例信息。这种特定信息将为致动器(actuator)提供必需数据以实现ADV的主要目标,即,从一个位置自主地移动到另一位置,同时避开在周围轨迹的预测范围内的对象或障碍物。图像数据可以经过各种处理,例如对象检 ...
【技术保护点】
【技术特征摘要】
1.一种图像去雾方法,其特征在于,包括:接收输入图像;通过去雾模块对所述图像去雾以输出已去雾红绿蓝图像;通过高动态范围模块恢复所述已去雾红绿蓝图像的图像亮度以输出高动态范围图像;以及通过ReflectNet推断模型去除所述高动态范围图像的反射,其中所述ReflectNet推断模型使用深度学习架构。2.根据权利要求1所述的图像去雾方法,其特征在于,其中,通过去雾模块对所述图像去雾以输出已去雾红绿蓝图像的步骤包括:通过最小信道估计算法估计反转最小信道图;通过引导式滤波算法将所述反转最小信道图细化成雾度透射图;通过大气检测算法得到所述雾度透射图的强度值;以及通过线性颜色重构算法恢复已去雾红绿蓝图像。3.根据权利要求2所述的图像去雾方法,其特征在于,其中,通过最小信道估计算法估计反转最小信道图的步骤包括:将所述输入图像分割成多个块片段,其中所述块片段中的每一个包括中心像素;以及针对所有颜色信道得到块片段的具有最低强度值的像素。4.根据权利要求2所述的图像去雾方法,其特征在于,其中,通过引导式滤波算法将所述反转最小信道图细化成雾度透射图的步骤包括:使用软约束参数平滑所述反转最小信道图以控制形状细化;以及使用拉普拉斯矩阵校正所述反转最小信道图。5.根据权利要求2所述的图像去雾方法,其特征在于,其中,通过大气检测算法得到所述雾度透射图的强度值的步骤包括:在所述雾度透射图中得到具有最低强度值的像素。6.根据权利要求2所述的图像去雾方法,其特征在于,其中,通过线性颜色重构算法恢复已去雾红绿蓝图像的步骤包括:使用所述雾度透射图和大气系数进行逐像素操作以计算所述已去雾红绿蓝图像的强度值,其中所述大气系数由所述大气检测算法得到。7.根据权利要求1所述的图像去雾方法,其特征在于,其中,通过高动态范围模块恢复所述已去雾红绿蓝图像的图像亮度以输出高动态范围图像的步骤包括:通过那卡
‑
拉什顿补偿器增强所述已去雾红绿蓝图像的图像亮度;以及通过局部直方图操作增强所述已去雾红绿蓝图像的图像对比度。8.根据权利要求7所述的图像去雾方法,其特征在于,其中,通过那卡
‑
拉什顿补偿器增强所述已去雾红绿蓝图像的图像亮度的步骤包括:执行颜色校正,所述颜色校正将所述已去雾红绿蓝图像的颜色信道转化成亮度图;使用所述亮度图计算用于分割所述已去雾红绿蓝图像中的亮像素和暗像素的阈值;以及使用从所述亮度图计算的补偿系数变换所述已去雾红绿蓝图像的像素。9.根据权利要求7所述的图像去雾方法,其特征在于,其中,通过局部直方图操作增强
所述已去雾红绿蓝图像的图像对比度的步骤包括:针对所述已去雾红绿蓝图像执行强度的直方图均衡。10.根据权利要求1所述的图像去雾方法,其特征在于,其中,所述ReflectNet推断模型包括具有预训练图像分割模型的特征的编码器
‑
解码器网络,以使反射图与所述图像分离。11.根据权利要求1所述的图像去雾方法,其特征在于,其中,通过ReflectNet推断模型去除所述高动态范围图像的反射的步骤包括:编码来自所述高动态范围图像的特征;以及解码所述特征以输出红绿蓝图像。12.根据权利要求1所述的图像去雾方法,其特征在于,其中,所述ReflectNet推断模型使用损失函数进行训练,所述损失函数包括:特征损失;对抗损失;以及梯度损失。13.一种图像去雾设备,其特征在于,包括:传感器;以及处理器,耦合到所述传感器,且所述处理器配置成至少用于进行以下操作:接收输入图像;通过去雾模块对所述图像去雾以输出已去雾红绿蓝图像;通过高动态范围模块恢复所述已去雾红绿蓝图像的图像亮度以输出高动态范围图像;以及通过ReflectNet推断模型去...
【专利技术属性】
技术研发人员:蒋泗得,高得钦,
申请(专利权)人:财团法人工业技术研究院,
类型:发明
国别省市:
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。